রিগ্রেশন-এ ওয়াল্ড পরীক্ষা (ওএলএস এবং জিএলএম): টি- বনাম জেড-বিতরণ


22

আমি বুঝি যে রিগ্রেশন কোফিসিয়েন্টস জন্য Wald, পরীক্ষা নিম্নলিখিত সম্পত্তি যে এসিম্পটোটিকভাবে ঝুলিতে উপর ভিত্তি করে তৈরি (যেমন ওয়েসারম্যান (2006): পরিসংখ্যান সকল , পৃষ্ঠা 153, 214-215): কোথায়βআনুমানিক রিগ্রেশন সহগ, উল্লেখ করে^SE(β)রিগ্রেশন সহগ আদর্শ ত্রুটি উল্লেখ করে এবংβ0(সুদের মানβ0সাধারণত 0 সহগ 0 থেকে উল্লেখযোগ্যভাবে পৃথক কিনা তা পরীক্ষা করতে। সুতরাং আকারαওয়াল্ড পরীক্ষা:এইচ0কখনপ্রত্যাখ্যান করুন| ডাব্লু| >জেডα/

(β^-β0)SE^(β^)~এন(0,1)
β^SE^(β^)β0β0αH0 যেখানে ওয়াট= β|W|>zα/2
W=β^se^(β^).

আপনি যখন lmআর এর সাথে লিনিয়ার রিগ্রেশন করেন , তখন জেড- ভ্যালু এর পরিবর্তে ভ্যালু ব্যবহার করা হয় যদি রিগ্রেশন সহগগুলি 0 (সহ ) থেকে উল্লেখযোগ্যভাবে পৃথক হয় । তদ্ব্যতীত , আর এর আউটপুটটি কখনও কখনও z - এবং কখনও কখনও টেস্টের পরিসংখ্যান হিসাবে টি- মান দেয় । দৃশ্যত, z- র -values যখন বিচ্ছুরণ প্যারামিটার পরিচিতি লাভ এবং অধিকৃত হয় ব্যবহার করা হয় T -values যখন বিচ্ছুরণ প্যারামিটার esimated হয় ব্যবহার করা হয় (দেখুন এই লিঙ্কে )।tzsummary.lmglmztzt

কেউ ব্যাখ্যা করতে পারেন, কোটির গুণমানের অনুপাত এবং এর স্ট্যান্ডার্ড ত্রুটিটি স্ট্যান্ডার্ড স্বাভাবিক হিসাবে বিতরণ হিসাবে ধরা হলেও এমনকী কেন কখনও কখনও ওয়াল্ড পরীক্ষার জন্য বিতরণ ব্যবহার করা হয়?t

প্রশ্নের উত্তর দেওয়ার পরে সম্পাদনা করুন

এই পোস্টটি প্রশ্নের দরকারী তথ্য সরবরাহ করে।


2
আপনি কী ভাবছেন যে পরীক্ষার পরিসংখ্যানটি রিপোর্ট করা হচ্ছে অগত্যা একটি ওয়াল্ড পরীক্ষা?
গ্লেন_বি -রিনস্টেট মনিকা

3
কারণ - অথবা টন -values সবসময় সহগ তার মান ত্রুটি দ্বারা বিভক্ত হয় এবং । ztlmglm
COOLSerdash

উত্তর:


20

পোইসন glmবিতরণ ব্যবহার করে আউটপুট একটি ভ্যালু দেয় কারণ পোইসন বিতরণের সাথে গড় এবং ভেরিয়েন্স প্যারামিটার একই। পোইসন মডেলটিতে আপনাকে কেবল একটি একক প্যারামিটার ( λ ) অনুমান করতে হবে । একটি যেখানে আপনি উভয় একটি গড় অনুমান করার আছে এবং বিচ্ছুরণ পরামিতি, আপনি দেখতে পাবেন টন ব্যবহৃত -distribution।zλglmt

একটি স্ট্যান্ডার্ড লিনিয়ার রিগ্রেশন জন্য, আপনি ধরে নিন যে ত্রুটি শব্দটি সাধারণত বিতরণ করা হয়। এখানে, ভেরিয়েন্স প্যারামিটারটি অনুমান করতে হবে - সুতরাং পরীক্ষার পরিসংখ্যানগুলির জন্য বিতরণ ব্যবহার। আপনি যদি কোনওভাবে ত্রুটি শর্তের জন্য জনসংখ্যার বৈচিত্রটি জানতেন তবে আপনি তার পরিবর্তে একটি z- সর্বোচ্চ পরিসংখ্যান ব্যবহার করতে পারেন ।tz

t


3

জিএলএম কাঠামোতে, সাধারণভাবে, আপনি যে ডাব্লু টেস্টের পরিসংখ্যান উল্লেখ করেছেন তা অসম্পূর্ণভাবে সাধারণ বিতরণ করা হয়, এজন্য আপনি আরআর z এর মানগুলিকে দেখেন ।

যে ছাড়াও, যখন একটি রৈখিক মডেল, অর্থাত একটি সাধারন বিতরণ প্রতিক্রিয়া পরিবর্তনশীল সঙ্গে GLM সঙ্গে যখন কারবারী, পরীক্ষার পরিসংখ্যান বিতরণের হয় একটি স্টুডেন্টস টি , তাই আর আপনি টি মান।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.