Perguntas com a marcação «heteroscedasticity»

Para um estudo de simulação, eu tenho que gerar variáveis ​​aleatórias que mostram uma correlação pré-definida (população) com uma variável existente YYY. Examinei os Rpacotes copulae CDVineque podem produzir distribuições multivariadas aleatórias com uma determinada estrutura de dependência. No entanto, não é possível corrigir uma das variáveis ​​resultantes em uma …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

O que significa ter "variação constante" no termo de erro? A meu ver, temos dados com uma variável dependente e uma variável independente. A variação constante é um dos pressupostos da regressão linear. Estou imaginando o que significa homoscedasticidade. Como mesmo se eu tiver 500 linhas, eu teria um único …

53 regression  heteroscedasticity 

Parece que quando a suposição de homogeneidade de variância é alcançada, os resultados de um teste t ajustado por Welch e um teste t padrão são aproximadamente os mesmos. Por que não usar sempre sempre o Welch ajustado t?

47 variance  t-test  heteroscedasticity 

Eu tenho dados de 3 grupos de biomassa de algas ( , , ) que contêm tamanhos de amostra desiguais ( , , ) e gostaria de comparar se esses grupos são da mesma população.B C n A = 15 n B = 13 n C = 12AAABBBCCCnA=15nA=15n_A=15nB=13nB=13n_B=13nC=12nC=12n_C=12 A ANOVA …

36 r  anova  data-transformation  heteroscedasticity 

Vejo frequentemente as grafias "heterocedástico" e "heterocedástico", e da mesma forma para "homoscedástico" e "homosquástico". Parece não haver diferença de significado entre as variantes "c" e "k", simplesmente uma diferença ortográfica relacionada à etimologia grega da palavra. Quais são as origens das duas grafias distintas? Um uso é mais comum …

32 terminology  heteroscedasticity  etymology 

Como exemplo, considere o ChickWeightconjunto de dados em R. A variação obviamente aumenta com o tempo, portanto, se eu usar uma regressão linear simples como: m <- lm(weight ~ Time*Diet, data=ChickWeight) Minhas perguntas: Quais aspectos do modelo serão questionáveis? Os problemas estão limitados à extrapolação fora do Timeintervalo? Quão tolerante …

28 r  regression  heteroscedasticity  assumptions 

Eu gostaria de ajustar um modelo linear (lm) onde a variação dos resíduos é claramente dependente da variável explicativa. A maneira como sei fazer isso é usando glm com a família Gamma para modelar a variação e, em seguida, coloque seu inverso nos pesos na função lm (exemplo: http://nitro.biosci.arizona.edu/r/chapter31 .pdf …

22 r  generalized-linear-model  linear-model  heteroscedasticity  gamlss 

Estou um pouco perdido no processo de regressão WLS. Recebi um conjunto de dados e minha tarefa é testar se há uma heterocedência, e, se houver, devo executar a regressão WLS. Eu realizei o teste e encontrei evidências de heterocedência, por isso preciso executar o WLS. Foi-me dito que o …

22 regression  heteroscedasticity  weighted-regression 

O SPSS usa o teste de Levene para avaliar a homogeneidade das variações no procedimento de teste t do grupo independente. Por que o teste de Levene é melhor que uma simples razão F da razão das variâncias dos dois grupos?

21 hypothesis-testing  anova  variance  t-test  heteroscedasticity 

Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA. …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

A Wikipedia e a vinheta do pacote sanduíche R fornecem boas informações sobre as suposições que suportam erros padrão do coeficiente de OLS e os antecedentes matemáticos dos estimadores sanduíche. Ainda não estou claro como o problema da heterocedasticidade dos resíduos é tratado, provavelmente porque eu não entendo completamente a …

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

Existe uma alternativa (mais forte?) Para a transformação da raiz quadrada do arcsin para dados de porcentagem / proporção? No conjunto de dados em que estou trabalhando no momento, a heterocedasticidade acentuada permanece após a aplicação dessa transformação, ou seja, o gráfico de resíduos versus valores ajustados ainda é muito …

20 data-transformation  generalized-linear-model  heteroscedasticity 

Angrist e Pischke sugeriram que Erros Padrão Robustos (isto é, robustos à heterocedasticidade ou a variações desiguais) são relatados como uma questão de curso, em vez de testá-lo. Duas questões: Qual é o impacto nos erros padrão de fazê-lo quando há homoskedasticity? Alguém realmente faz isso em seu trabalho?

20 regression  standard-error  heteroscedasticity  robust-standard-error 

Esta não é uma pergunta estritamente estatística - eu posso ler todos os livros sobre suposições da ANOVA - estou tentando descobrir como os analistas de trabalho reais lidam com dados que não atendem completamente às suposições. Passei por muitas perguntas neste site em busca de respostas e continuo encontrando …

19 anova  heteroscedasticity  assumptions 

Eu tenho um gráfico de valores residuais de um modelo linear em função dos valores ajustados, onde a heterocedasticidade é muito clara. No entanto, não tenho certeza de como devo proceder agora, porque, tanto quanto eu entendo essa heterocedasticidade, torna meu modelo linear inválido. (Isso está certo?) Use um ajuste …

19 r  generalized-linear-model  heteroscedasticity  lm