Perguntas com a marcação «heteroscedasticity»

Usando R em alguns dados e tentando ver se meus dados são heterocedásticos ou não, encontrei duas implementações do teste Breusch-Pagan, bptest (package lmtest) e ncvTest (package car). No entanto, estes produzem resultados diferentes. Qual é a diferença entre os dois? Quando você deve optar por usar um ou outro? …

9 r  regression  heteroscedasticity  assumptions  breusch-pagan 

No presente documento , ( Bayesiana Inference para Variância Componentes Usando único erro Contraste , Harville, 1974), o autor afirma ( y- Xβ)′H- 1( y- Xβ) = ( y- Xβ^)′H- 1( y- Xβ^) + ( β- β^)′( X′H- 1X) ( β- β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta) para ser uma "relação bem conhecido", para uma …

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

Eu sei que o OLS é imparcial, mas não eficiente sob heterocedasticidade em um cenário de regressão linear. Na Wikipedia http://en.wikipedia.org/wiki/Minimum_mean_square_error O estimador MMSE é assintoticamente imparcial e converge na distribuição para a distribuição normal: , onde I (x) é a informação de Fisher de x. Assim, o estimador MMSE …

9 least-squares  heteroscedasticity  efficiency 

Tenho dados do seguinte desenho experimental: minhas observações são contagens do número de sucessos ( K) do número correspondente de tentativas ( N), medidos para dois grupos, cada um composto por Iindivíduos, a partir de Ttratamentos, nos quais em cada combinação de fatores existem Rrepetições . Portanto, no total, tenho …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

No método dos mínimos quadrados, queremos estimar os parâmetros desconhecidos no modelo: Yj= α + βxj+ εj( j = 1 ... n )Yj=α+βxj+εj(j=1 ...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Depois de fazer isso (para alguns valores observados), obtemos a linha de regressão ajustada: Yj= α^+ β^x …

9 regression  least-squares  residuals  heteroscedasticity  assumptions 

Eu tenho um exemplo de conjunto de dados da seguinte maneira: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

Estou tendo problemas para distinguir entre os conceitos de ceticismo e estacionariedade. Pelo que entendi, a heterocedasticidade é uma variabilidade variada nas subpopulações e a não estacionariedade é uma mudança / média / variação ao longo do tempo. Se esse é um entendimento correto (embora simplista), a não estacionariedade é …

9 time-series  heteroscedasticity  stationarity  intuition 

Suponha que eu observe vetores variáveis ​​independentes e e a variável dependente . Gostaria de ajustar um modelo do formulário: que é uma função com duas funções diferenciáveis ​​de valor positivo, é um parâmetro de escala desconhecido e é uma variável aleatória gaussiana de média variável e variação zero (assumida …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares 

Estou querendo correlacionar uma série de medições em que as escalas Likert foram usadas. Observando os gráficos de dispersão, parece que as suposições de linearidade e homoscedasticidade podem ter sido violadas. Dado que parece haver algum debate em torno da classificação do nível ordinal aproximando a escala do nível do …

9 correlation  scales  heteroscedasticity  likert 

Em Rposso executar um teste Breusch – Pagan para heterocedasticidade usando a ncvTestfunção do carpacote. Um teste de Breusch-Pagan é um tipo de teste do qui-quadrado. Como interpreto esses resultados: > require(car) > set.seed(100) > x1 = runif(100, -1, 1) > x2 = runif(100, -1, 1) > ncvTest(lm(x1 ~ x2)) …

9 interpretation  heteroscedasticity 

Estou tentando produzir um modelo misto linear, o código R é o seguinte. lme (Average.payoff ~ Jogo + Tipo + Outros.Tipo + Jogo: Tipo + Jogo: Outros.Tipo + Tipo: Outros.Tipo aleatório = ~ 1 | Assuntos, método = "REML", dados = Assuntosm1) -> lme1 O termo de resposta Average.payoff é …

9 regression  mixed-model  variance  heteroscedasticity  lme4-nlme 

Esta é uma pergunta de acompanhamento que tenho depois de revisar este post: Diferença no teste estatístico de médias para dados heterocedásticos não normais? Para ser claro, estou perguntando de uma perspectiva pragmática (para não sugerir que respostas teóricas não sejam bem-vindas). Quando a normalidade entre os grupos está presente …

8 anova  heteroscedasticity  assumptions 

Eu tenho dados de coleta de longo prazo e gostaria de testar se o número de animais coletados é influenciado pelos efeitos climáticos. Meu modelo se parece abaixo: glmer(SumOfCatch ~ I(pc.act.1^2) +I(pc.act.2^2) + I(pc.may.1^2) + I(pc.may.2^2) + SampSize + as.factor(samp.prog) + (1|year/month), control=glmerControl(optimizer="bobyqa", optCtrl=list(maxfun=1e9,npt=5)), family="poisson", data=a2) Explicação das variáveis ​​utilizadas: …

8 r  poisson-distribution  heteroscedasticity  glmm 

Estou usando R para executar regressão linear. Vi maneiras de calcular intervalos de previsão, mas estes dependem de dados homoscedásticos. Existe uma maneira de calcular intervalos de previsão com dados heterocedásticos?

8 r  regression  least-squares  heteroscedasticity  prediction-interval 

Estou tentando criar um modelo de previsão usando regressão. Este é o gráfico de diagnóstico para o modelo que recebo usando lm () no R: O que li do gráfico QQ é que os resíduos têm uma distribuição de cauda pesada, e o gráfico Residuais vs Ajustados parece sugerir que …

8 regression  residuals  heteroscedasticity  robust  rlm