Preguntas etiquetadas con assumptions

Se refiere a las condiciones bajo las cuales un procedimiento estadístico produce estimaciones y / o inferencias válidas. Por ejemplo, muchas técnicas estadísticas requieren la suposición de que los datos se muestrean al azar de alguna manera. Los resultados teóricos sobre los estimadores generalmente requieren suposiciones sobre el mecanismo de generación de datos.

2
Interpretación de la matriz de varianza-covarianza
Supongamos que tenemos un modelo lineal Model1y vcov(Model1)da la siguiente matriz: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Para este ejemplo, ¿qué muestra realmente esta matriz? ¿Qué suposiciones podemos hacer con seguridad para …
4
Supuestos de distribución residual de regresión
¿Por qué es necesario colocar el supuesto de distribución en los errores, es decir? yyo= Xβ+ ϵyoyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , con .ϵyo∼ N( 0 , σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Porque no escribir yyo= Xβ+ ϵyoyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , con ,yyo∼ N( Xβ^, σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) donde en …
2
¿Por qué algunas personas prueban los supuestos del modelo similar a la regresión en sus datos sin procesar y otras personas los prueban en el residual?
Soy un estudiante de doctorado en psicología experimental y me esfuerzo por mejorar mis habilidades y conocimientos sobre cómo analizar mis datos. Hasta mi quinto año en psicología, pensé que los modelos de regresión (por ejemplo, ANOVA) suponen lo siguiente: normalidad de los datos homogeneidad de varianza para los datos, …
1
¿Cuál es un buen índice del grado de violación de la normalidad y qué etiquetas descriptivas podrían adjuntarse a ese índice?
Contexto: En una pregunta anterior, @Robbie preguntó en un estudio con alrededor de 600 casos por qué las pruebas de normalidad sugirieron una no normalidad significativa, pero las parcelas sugirieron distribuciones normales . Varias personas señalaron que las pruebas de significación de la normalidad no son muy útiles. Con muestras …
1
R / mgcv: ¿Por qué los productos tensoriales te () y ti () producen superficies diferentes?
El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
1
Supuesto de normalidad en regresión lineal
Como una suposición de regresión lineal, la normalidad de la distribución del error a veces se "extiende" o interpreta erróneamente como la necesidad de normalidad de y o x. ¿Es posible construir un escenario / conjunto de datos donde X e Y no sean normales pero el término de error …
3
¿Es el supuesto de linealidad en la regresión lineal simplemente una definición de
Estoy revisando la regresión lineal. El libro de texto de Greene dice: Ahora, por supuesto, habrá otros supuestos sobre el modelo de regresión lineal, como E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0 . Esta suposición combinada con la suposición de linealidad (que en efecto define ϵϵ\epsilon ), le da estructura al modelo. Sin embargo, el supuesto …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.