«heteroscedasticity» 태그된 질문

내가 읽은 여러 논문, 서적 및 기사를 기반으로 얻은 인상은 일련의 데이터에 확률 분포를 맞추는 권장 방법은 최대 가능성 추정 (MLE)을 사용하는 것입니다. 그러나 물리학 자로서보다 직관적 인 방법은 모형의 pdf를 최소 제곱을 사용하여 경험적 pdf에 맞추는 것입니다. 그렇다면 왜 확률 분포를 피팅 할 때 MLE이 최소 제곱보다 낫습니까? 누군가이 …

18 distributions  maximum-likelihood  least-squares  heteroscedasticity  fitting 

나는 이분산성을 정말로 이해하지 못한다. 이 플롯에 따라 모델이 적합한 지 여부를 알고 싶습니다.

17 r  regression  residuals  heteroscedasticity  independence 

이 위키 백과 링크 에는 OLS 잔차 이분산성을 감지하는 여러 기술이 나열되어 있습니다. 이분산성에 영향을받는 영역을 감지하는 데 어떤 실습 기술이 더 효율적인지 알고 싶습니다. 예를 들어, 여기 OLS '잔여량 대 적합치'그림의 중앙 영역이 그림의 측면보다 더 높은 분산을 갖는 것으로 나타났습니다 (사실은 확실하지 않지만 문제의 경우라고 가정하겠습니다). 확인하기 위해 …

16 regression  least-squares  heteroscedasticity 

몇 달 전에 나는 R on SO의 homoscedasticity 테스트에 관한 질문을 게시했으며 Ian Fellows는 다음과 같이 대답했습니다. Homocedasticity 테스트는 모델의 적합도를 테스트 할 때 좋은 도구가 아닙니다. 작은 표본의 경우 동종이 변성에서 이탈을 감지하기에 충분한 검정력이없고 큰 표본의 경우 "충분한 검정력"이 있으므로 평등에서 사소한 이탈까지도 선별 할 가능성이 높습니다. 그의 …

16 hypothesis-testing  anova  nonparametric  goodness-of-fit  heteroscedasticity 

현재 마스터 논문을 작성 중이며 SigmaPlot으로 통계를 실행할 계획입니다. 그러나 내 데이터로 시간을 보낸 후 SigmaPlot이 내 문제에 맞지 않을 수 있다는 결론에 도달했습니다 (실수로 잘못되었을 수 있음) .R에서 첫 번째 시도를 시작했기 때문에 정확하게 쉽지 않았습니다. 계획은 3 가지 다른 단백질과 8 가지 다른 처리에서 나온 데이터에 대해 간단한 …

16 r  anova  nonparametric  heteroscedasticity 

이 분산 데이터에 대해 회귀 분석을 시도하고 있는데, 여기서 선형 편차로 평균 오차뿐만 아니라 오차 분산도 예측 하려고합니다 . 이 같은: 와이( x , t )ξ( x , t )와이¯( x , t )σ( x , t )= y¯( x , t ) + ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim …

15 regression  spss  variance  residuals  heteroscedasticity 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

질문 : Newey-West (1987)와 Hansen-Hodrick (1980) 표준 오류 사용의 주요 차이점과 유사점은 무엇입니까? 어떤 상황에서 이들 중 하나가 다른 상황보다 선호되어야합니까? 노트: 각 조정 절차가 어떻게 작동하는지 알고 있습니다. 그러나 온라인이나 교과서에서 비교할 문서를 아직 찾지 못했습니다. 참조를 환영합니다! Newey-West는 "캐치 올 (catch-all)"HAC 표준 오류로 사용되는 반면 Hansen-Hodrick은 중복 된 …

15 regression  autocorrelation  heteroscedasticity  robust-standard-error  neweywest 

SPSS t- 검정 절차 보고서는 2 개의 독립 평균을 비교할 때 2 개의 분석을 수행합니다. 하나의 분석은 동일한 분산을 가정하고 다른 분석은 동일한 분산을 가정하지 않았습니다. 등분 산을 가정 할 때 자유도 (df)는 항상 정수 값 (및 n-2)입니다. 등분 산이 가정되지 않을 때의 df는 정수가 아니며 (예 : 11.467) n-2 …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

Bartlett 's Test는 표본이 분산이 같은 모집단에서 추출한 것인지 결정하는 데 관심이 있음을 이해합니다. 표본이 분산이 동일한 모집단에서 추출 된 경우 검정의 귀무 가설을 기각 할 수 없으므로 주성분 분석이 부적절합니다. 이 상황에서 문제가 어디에 있는지 확실하지 않습니다 (동성 데이터 세트가 있음). 모든 데이터의 기본 분포가 동일한 데이터 세트의 문제점은 …

14 variance  pca  heteroscedasticity 

표준 OLS 회귀 분석에서 두 가지 가정이 위반되는 경우 (정규 오차 분포, 균일 성), 표준 오차와 신뢰 구간의 부트 스트랩은 회귀 계수의 중요성과 관련하여 의미있는 결과를 얻기위한 적절한 대안입니까? 부트 스트랩 된 표준 오차와 신뢰 구간에 대한 유의성 검정이 이분산성으로 여전히 "작동"합니까? 그렇다면이 시나리오에서 사용할 수있는 해당 신뢰 구간 (백분위 …

13 regression  bootstrap  least-squares  heteroscedasticity 

어제 StackOverflow 에서이 질문을 하고 답변을 얻었지만 약간 해킹 된 것으로 보이며 더 나은 방법이 있다는 데 동의했습니다. 질문 : 벡터 (이 경우 주식 반환 벡터)에 대한 HAC (Newey-West) 표준 오류를 계산하고 싶습니다. 함수 NeweyWest()의 sandwich패키지는이 작업을 수행하지만, 필요 lm입력으로 개체. Joris Meys가 제공 한 솔루션은 벡터를 1로 투영하여 벡터를 …

13 r  standard-error  autocorrelation  heteroscedasticity 

동일한 크기의 세 그룹에 대한 평균을 비교하고 싶습니다 (동일한 샘플 크기가 작음, 21). 각 그룹의 평균 은 일반적으로 분포되어 있지만 분산은 동일하지 않습니다 (Levene를 통해 테스트). 이 상황에서 변혁이 가장 좋은 길입니까? 다른 것을 먼저 고려해야합니까?

13 anova  variance  heteroscedasticity 

에서 경제학 후미오 하야시에 의해, (Chpt 1) 무조건적인 동질성 : 오차항 E (εᵢ²)의 두 번째 모멘트는 관측치에서 일정합니다. 기능적 형태 E (εᵢ² | xi)는 관측에 걸쳐 일정합니다 조건부 동질성 : 관측치에서 오차 항 E (εᵢ²)의 두 번째 모멘트가 일정하다는 제한이 해제됩니다. 따라서 조건부 제 2 모멘트 E (εᵢ² | xi)는 …

12 regression  econometrics  heteroscedasticity  assumptions 

피셔의 정확한 테스트를 더 잘 이해하고 싶기 때문에 f와 m이 남성과 여성에 해당하고 n과 y가 "소다 소비"에 해당하는 다음 장난감 예제를 고안했습니다. > soda_gender f m n 0 5 y 5 0 분명히 이것은 과감한 단순화이지만 컨텍스트가 방해되는 것을 원하지 않았습니다. 여기서 나는 남자들이 음료수를 마시지 않고 여자들은 음료수를 마시고 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling