다변량 다중 회귀 (벡터 회귀 및 회귀) 설정에서 일반 가설 (Wilk 's Lambda, Pillai-Bartlett, Hotelling-Lawley 및 Roy 's Largest Root)에 대한 네 가지 주요 테스트는 모두 행렬 의 고유 값에 의존합니다 (여기서 와 는 '설명 된'및 '전체'변형 행렬 임) H E
Pillai 및 Hotelling-Lawley 통계는 모두 로 표시 될 수 있음을 알았 각각 입니다. 나는 와 의 모집단 유사체에 대해 정의 된이 추적의 분포가 경우 에 관심 이있는 응용 프로그램을 찾고 있습니다. (내 작업에서 모듈로 오류.) general 대한 표본 통계의 통일이 있거나 4 가지 고전 테스트 중 2 개 이상 을 포괄 하는 다른 일반화 가 있는지 궁금합니다 . 경우 또는 과 같지 않다는 것을 알고 있습니다.κ = 1 , 0 H E κ = 2 κ κ 0 1
분자는 더 이상 null 아래의 카이 제곱처럼 보이지 않으므로 중앙 F 근사가 의심스러워 보일 수 있습니다.
나는 널 (null) ( 즉 , 실제 회귀 계수 행렬이 모두 0 임)과 대안 아래에서 의 분포에 대한 연구가 있기를 바라고 있습니다. 나는 특히 경우 에 관심이 있지만 일반적인 사례 에 대한 연구가 있다면 물론 사용할 수 있습니다. κ = 2 κ
잠깐, 는 'E'xplained 변형이고 는'T'otal 변형입니까? 내 니모닉을 확인하는 중입니다. E
—
추기경
@ cardinal, 맞습니다. 경우 상관 계수의 다변량 최소 제곱 적합하다, 우리가 및 Michael Friendly의 (문자 그대로) 큰 그림 개요는 나에게 매우 유용했습니다. psych.yorku.ca/lab/psy6140/lectures/… H= B ⊤(X⊤X) B를 E=(Y-X B )⊤(Y-X B ).
—
shabbychef
감사! 내가 볼게 (그런데, 나는 '설명 된'에 대한 'h'와 '전체'에 대한 'e')의 문자 선택에 기초하여 단지 놀리는 것입니다.) 흥미로운 질문은; 나에게서 (+1).
—
추기경
@ 추기경 나는 농담을 알기 위해 카페인을 충분히 섭취하지 못했습니다. 그렇습니다. 니모닉은 좋지 않지만 와 (그리고 )의 선택은 다소 표준입니다. E T = H + E
—
shabbychef 2016 년
농담은 카페인이 많이 필요했을 정도로 충분히 나빴습니다.
—
추기경