Statistiques et Big Data heteroscedasticity

2

Quelle est la différence entre ces deux tests de Breusch-Pagan?

En utilisant R sur certaines données et en essayant de voir si mes données sont hétéroscédastiques, j'ai trouvé deux implémentations du test de Breusch-Pagan, bptest (package lmtest) et ncvTest (package car). Cependant, ceux-ci produisent des résultats différents. Quelle est la différence entre les deux? Quand devriez-vous choisir d'utiliser l'un ou …

9 r regression heteroscedasticity assumptions breusch-pagan

3

Quel est ce compromis biais-variance pour les coefficients de régression et comment le dériver?

Dans cet article , ( Inférence bayésienne pour les composants de la variance utilisant uniquement des contrastes d'erreur , Harville, 1974), l'auteur affirme pour être "bien connu" relation ", pour une régression linéaire où y = X β( y- Xβ)′H- 1( y- Xβ) = ( y- Xβ^)′H-1( y- Xβ^) +( …

9 regression regression-coefficients heteroscedasticity bias linear-algebra

2

OLS est-il efficace asymptotiquement sous hétéroscédasticité

Je sais que l'OLS est non biaisé mais pas efficace sous hétéroscédasticité dans un cadre de régression linéaire. Sur Wikipédia http://en.wikipedia.org/wiki/Minimum_mean_square_error L'estimateur MMSE est asymptotiquement non biaisé et sa distribution converge vers la distribution normale: , où I (x) est l'information Fisher de x. Ainsi, l'estimateur MMSE est asymptotiquement efficace.n--√( …

9 least-squares heteroscedasticity efficiency

1

Ajustement d'un modèle linéaire généralisé hétéroscédastique pour les réponses binomiales

J'ai des données de la conception expérimentale suivante: mes observations sont des décomptes du nombre de succès ( K) sur le nombre correspondant d'essais ( N), mesurés pour deux groupes comprenant chacun des Iindividus, à partir de Ttraitements, où dans chaque combinaison de facteurs il y a des Rrépétitions . …

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

2

Comment les résidus sont-ils liés aux perturbations sous-jacentes?

Dans la méthode des moindres carrés, nous voulons estimer les paramètres inconnus dans le modèle: 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) Une fois que nous avons fait cela (pour certaines valeurs observées), nous obtenons la droite de régression ajustée: Yj=α^+β^x+ej(j=1,...n)Yj=α^+β^x+ej(j=1,...n)Y_j = \hat{\alpha} + \hat{\beta}x +e_j \enspace …

9 regression least-squares residuals heteroscedasticity assumptions

3

test statistique pour voir si la relation est linéaire ou non linéaire

J'ai un exemple de jeu de données comme suit: 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 = 0.1) …

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

3

Distinction conceptuelle entre hétéroscédasticité et non-stationnarité

J'ai du mal à distinguer les concepts de scédasticité et de stationnarité. Si je comprends bien, l'hétéroscédasticité correspond à des variabilités différentes dans les sous-populations et la non-stationnarité est une moyenne / variance changeante au fil du temps. S'il s'agit d'une compréhension correcte (quoique simpliste), la non-stationnarité est-elle simplement un …

9 time-series heteroscedasticity stationarity intuition

1

Inférence dans le modèle linéaire avec hétéroscédasticité conditionnelle

Supposons que j'observe des vecteurs variables indépendants et → z et une variable dépendante y . Je voudrais adapter un modèle de la forme: y = → x ⊤ → β 1 + σ g ( → z ⊤ → β 2 ) ϵ , où g est une fonction …

9 regression hypothesis-testing heteroscedasticity generalized-least-squares

3

Corrélation de Spearman ou Pearson avec les échelles de Likert où la linéarité et l'homoscédasticité peuvent être violées

Je veux exécuter des corrélations sur un certain nombre de mesures où des échelles de Likert ont été utilisées. En regardant les diagrammes de dispersion, il apparaît que les hypothèses de linéarité et d'homoscédasticité peuvent avoir été violées. Étant donné qu'il semble y avoir un débat autour de la notation …

9 correlation scales heteroscedasticity likert

2

Comment interpréter les résultats d'un test de Breusch-Pagan?

Dans RJe peux effectuer un test de Breusch – Pagan pour l'hétéroscédasticité en utilisant la ncvTestfonction du carpackage. Un test de Breusch – Pagan est un type de test du chi carré. Comment interpréter ces résultats: > require(car) > set.seed(100) > x1 = runif(100, -1, 1) > x2 = runif(100, …

9 interpretation heteroscedasticity

1

Que faire de l'hétérogénéité de la variance lorsque l'écart diminue avec des valeurs ajustées plus grandes

J'essaie de produire un modèle mixte linéaire, le code R est le suivant. lme (Average.payoff ~ Game + Type + Others.Type + Game: Type + Game: Others.Type + Type: Others.Type, random = ~ 1 | Subjects, method = "REML", data = Subjectsm1) -> lme1 Le terme de réponse Average.payoff est …

9 regression mixed-model variance heteroscedasticity lme4-nlme

3

Quel est le pire qui puisse arriver lorsque l'hypothèse d'homoscédasticité est violée dans l'ANOVA?

Ceci est une question de suivi que j'ai après avoir examiné ce post: Différence de test statistique des moyennes pour les données hétéroscédastiques non normales? Pour être clair, je demande dans une perspective pragmatique (ne pas suggérer que les réponses théoriques ne sont pas les bienvenues). Lorsque la normalité entre …

8 anova heteroscedasticity assumptions

1

Résolution de l'hétéroscédasticité dans le GLMM de Poisson

J'ai des données de collecte à long terme et j'aimerais tester si le nombre d'animaux collectés est influencé par les effets météorologiques. Mon modèle ressemble à ci-dessous: 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) Explication des variables utilisées: SumOfCatch: …

8 r poisson-distribution heteroscedasticity glmm

3

Intervalles de prédiction avec hétéroscédasticité

J'utilise R pour effectuer une régression linéaire. J'ai vu des moyens de calculer les intervalles de prédiction, mais ceux-ci dépendent de données homoscédastiques. Existe-t-il un moyen de calculer les intervalles de prédiction avec des données hétéroscédastiques?

8 r regression least-squares heteroscedasticity prediction-interval

1

Hétéroscédasticité simultanée et queues lourdes dans un modèle de régression

J'essaie de créer un modèle de prédiction en utilisant la régression. Voici le tracé de diagnostic pour le modèle que j'obtiens en utilisant lm () dans R: Ce que j'ai lu dans le graphique QQ, c'est que les résidus ont une distribution à queue lourde, et le graphique Residuals vs …

8 regression residuals heteroscedasticity robust rlm

Questions marquées «heteroscedasticity»