প্রশ্ন ট্যাগ «heteroscedasticity»

কিছু ডেটাতে আর ব্যবহার করে এবং আমার ডেটা হিটেরোসেসটাস্টিক কিনা তা দেখার চেষ্টা করে, আমি ব্রুশ -প্যাগান পরীক্ষার দুটি বাস্তবায়ন পেয়েছি, বিপিটেস্ট (প্যাকেজ এলমিস্টেস্ট) এবং এনসিভিটেষ্ট (প্যাকেজ কার)। যাইহোক, এই বিভিন্ন ফলাফল উত্পাদন। এই দুটির মধ্যে পার্থক্য কী? আপনি কখন এক বা অন্যটি ব্যবহার করবেন? > model <- lm(y ~ …

9 r  regression  heteroscedasticity  assumptions  breusch-pagan 

ইন এই কাগজ , ( ভ্যারিয়েন্স উপাদান জন্য Bayesian ইনফিরেনস শুধু ব্যবহার বৈপরীত্য ত্রুটি , Harville, 1974), লেখক দাবী একটি "সুপরিচিত সম্পর্ক ", লিনিয়ার রিগ্রেশন এর জন্য যেখানে (y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta)y=Xβ+ϵ,y=Xβ+ϵ,y=X\beta+\epsilon,ϵ∼N(0,H).ϵ∼N(0,H).\epsilon\sim\mathcal{N}(0, H). এটি কীভাবে সুপরিচিত? এটি প্রমাণ করার সহজ উপায় কী?

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

আমি জানি যে ওএলএস পক্ষপাতহীন তবে লিনিয়ার রিগ্রেশন সেটিং-এ heteroscedasticity এর অধীনে দক্ষ নয়। উইকিপিডিয়ায় http://en.wikipedia.org/wiki/Minimum_mean_square_error এমএমএসই অনুমানকারী অনিচ্ছাকৃতভাবে পক্ষপাতহীন এবং এটি বিতরণকে সাধারণ বিতরণে রূপান্তরিত করে: , যেখানে আমি (এক্স) হ'ল এক্স এর ফিশার তথ্য। সুতরাং, এমএমএসই অনুমানক অসম্পূর্ণভাবে দক্ষ।n−−√(x^−x)→dN(0,I−1(x))n(x^−x)→dN(0,I−1(x))\sqrt{n}(\hat{x} - x) \xrightarrow{d} \mathcal{N}\left(0 , I^{-1}(x)\right) এমএমএসই দাবী করা …

9 least-squares  heteroscedasticity  efficiency 

আমার নিম্নলিখিত পরীক্ষামূলক ডিজাইন থেকে ডেটা রয়েছে: আমার পর্যবেক্ষণগুলি সাফল্যের সংখ্যার গণনা ( K) ট্রায়ালগুলির সাথে সম্পর্কিত সংখ্যার ( ) এর বাইরে, Nপ্রতিটি Iব্যক্তিদের সমন্বয়ে গঠিত দুটি গ্রুপের জন্য পরিমাপ করা হয় , Tচিকিত্সা থেকে , যেখানে প্রতিটি যেমন ফ্যাক্টর সংমিশ্রণে Rপ্রতিলিপি রয়েছে । অতএব, সামগ্রিকভাবে আমার কাছে 2 * …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

সর্বনিম্ন স্কোয়ার পদ্ধতিতে আমরা মডেলটির অজানা পরামিতিগুলি অনুমান করতে চাই: Yj=α+βxj+εj(j=1...n)ওয়াইঞ=α+ +βএক্সঞ+ +εঞ(ঞ=1 ...এন)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) একবার আমরা এটি করার পরে (কিছু পর্যবেক্ষণ করা মানগুলির জন্য), আমরা লাগানো রিগ্রেশন লাইন পাই: Yj=α^+β^x+ej(j=1,...n)ওয়াইঞ=α^+ +β^এক্স+ +ইঞ(ঞ=1,।।।এন)Y_j = \hat{\alpha} + \hat{\beta}x +e_j \enspace (j =1,...n) অনুমানগুলি …

9 regression  least-squares  residuals  heteroscedasticity  assumptions 

আমার কাছে নিম্নে ডেটা সেট করার একটি উদাহরণ রয়েছে: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

সিডেস্টেটিসিটি এবং স্টেশনারিটির ধারণার মধ্যে পার্থক্য করতে আমার সমস্যা হচ্ছে। আমি তাদের বুঝতে পারছি, হিটারোসেসডাস্টিক্যটি উপ-জনগোষ্ঠীর মধ্যে পরিবর্তিতকরণের পরিবর্তনশীলতা এবং নন-স্টেশনারিটি সময়ের সাথে সাথে পরিবর্তিত গড় / বৈচিত্র্য। যদি এটি একটি সঠিক (সরলতা সহকারে) বোঝার হয় তবে অ-স্থিরতা কি কেবল সময়ের সাথে সাথে হিটারোসেসিস্টাস্টিটির কোনও নির্দিষ্ট ক্ষেত্রে হয়?

9 time-series  heteroscedasticity  stationarity  intuition 

ধরুন আমি স্বতন্ত্র ভেরিয়েবল ভেক্টর observe এবং এবং নির্ভরশীল ভেরিয়েবল পর্যবেক্ষণ করি । আমি ফর্মের একটি মডেল ফিট করতে চাই: যেখানে কিছু ইতিবাচক-মূল্যবান দুইবার-differentiable ফাংশন, একটি অজানা স্কেলিং পরামিতি, এবং এর একটি শূন্য-গড়, ইউনিট-ভ্যারিয়েন্স গসিয়ান দৈব চলক (স্বাধীন অবস্থায় গণ্য করা হয় এবং )। এটি মূলত কোয়েঙ্করের হিটারোস্কেস্টাস্টিটির পরীক্ষার সেটআপ …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares 

আমি লিকার্ট স্কেলগুলি ব্যবহৃত হয়েছিল এমন কয়েকটি পরিমাপের সাথে সম্পর্কিততা চালাতে চাই। স্ক্যাটারপ্লটগুলির দিকে তাকালে এটি লাইনারিটি এবং সমকামিতা সম্পর্কিত অনুমানগুলি লঙ্ঘিত হয়েছে বলে মনে হয়। প্রদত্ত অর্ডিনাল স্তরের রেটিং প্রায় বিরতি স্তরের স্কেলিং সম্পর্কে কিছু বিতর্ক আছে বলে মনে হচ্ছে আমি কি এটিকে নিরাপদে খেলব এবং পিয়ারসনের আর এর …

9 correlation  scales  heteroscedasticity  likert 

ইন Rআমি ব্যবহার heteroscedasticity জন্য Breusch-পৌত্তলিক পরীক্ষা সম্পাদন করতে পারবেন ncvTestফাংশন carপ্যাকেজ। একটি ব্রুশ – পৌত্তলিক পরীক্ষা হ'ল এক ধরণের চি স্কোয়ার পরীক্ষা। আমি কীভাবে এই ফলাফলগুলি ব্যাখ্যা করব: > require(car) > set.seed(100) > x1 = runif(100, -1, 1) > x2 = runif(100, -1, 1) > ncvTest(lm(x1 ~ x2)) Non-constant …

9 interpretation  heteroscedasticity