"간단한"측정 오류 모델을 맞추는 방법


13

"OLS"측정 오류 모델을 추정하는 데 사용할 수있는 방법을 찾고 있습니다.

x i = X i + e x , i Y i = α + β X i

yi=Yi+ey,i
xi=Xi+ex,i
Yi=α+βXi

오류가 미지로 통상 무관 어디 편차를 σ 2 X . 이 경우 "표준"OLS가 작동하지 않습니다.σy2σx2

Wikipedia 에는 매력적인 솔루션이 몇 가지 있습니다. 주어진 두 가지는 "분산 비율" 또는 "신뢰도"λ=σ 2 Xδ=σy2σx2 가 알려져 있으며, 여기서σ 2 X 는 실제 회귀Xi의 분산입니다. 분산을 모르는 사람이 비율을 어떻게 알 수 있습니까?λ=σX2σx2+σX2σX2Xi

어쨌든,이 두 가지 외에 매개 변수에 대해 아무것도 알 필요가없는 다른 솔루션이 있습니까?

절편과 경사면에 대한 솔루션은 괜찮습니다.


Wikipedia 기사 자체에서이 질문에 대한 답변을 제공합니다. "참"회귀 분석의 정규성을 가정하면 오차 분포에 대한 추가 조건이 필요합니다. 진정한 회귀자가 가우시안이 아닌 경우 희망이 있습니다. Reiersol (1950)을 참조하십시오 .
추기경

또한, "절편과 기울기에 대한 솔루션은 괜찮습니다"라는 의미는 무엇입니까? 그것들은 당신의 유일한 두 매개 변수입니다! 아니면 "진정한"회귀자를 제거하려고 했습니까?
추기경

@cardinal-나는 두 가지 척도 매개 변수와 "진정한"회귀 자 대해 특별히 신경 쓰지 않았다는 것을 의미했습니다 . Xi
확률

내가 참조. 말이 되네요
추기경

답변:


7

JW Gillard 가 두 변수 모두에서 오차를 갖는 선형 회귀의 역사적 개요에 설명 된 다양한 가능성이 있습니다.

(x¯,y¯)β^=sy/sxxyyα^=y¯β^x¯.

이 특별한 접근법의 장점은

  1. xyyx
  2. 스케일 불변이므로 단위에 대해 걱정할 필요가 없습니다.
  3. 두 개의 선형 선형 회귀선 사이에 있습니다.
  4. 관측의 중심에서 서로 교차하는 지점에서 교차하고
  5. 계산하기가 매우 쉽습니다.

xy

YXXY

X0 <- 1600:3600
Y0 <- 5*X0 + 700
X1 <- X0 + 400*rnorm(2001)
Y1 <- Y0 + 2000*rnorm(2001)
slopeOLSXY  <- lm(Y1 ~ X1)$coefficients[2]     #OLS slope of Y on X
slopeOLSYX  <- 1/lm(X1 ~ Y1)$coefficients[2]   #Inverse of OLS slope of X on Y
slopesimple <- sd(Y1)/sd(X1) *sign(cov(X1,Y1)) #Simple slope
c(slopeOLSXY, slopeOLSYX, slopesimple)         #Show the three slopes
plot(Y1~X1)
abline(mean(Y1) - slopeOLSXY  * mean(X1), slopeOLSXY,  col="red")
abline(mean(Y1) - slopeOLSYX  * mean(X1), slopeOLSYX,  col="blue")
abline(mean(Y1) - slopesimple * mean(X1), slopesimple, col="green")

β^

{yi}{xi}σs

β^xyyxβ^yxxyβ^xy=ρ^sy/sxβ^yx=ρ^sx/syρ^xyρ^

x=by+c1/by=x/bc/byxρ^sy/sxsy/ρ^sxsy/sxyx

YX
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.