In der praktischen Anwendung habe ich oft die folgende Praxis gesehen. Man beobachtet ein Paar ( xt, yt)(xt,yt)(x_t, y_t) über die Zeit. Unter der Annahme, dass sie linear zusammenhängen, regressieren wir uns unter Verwendung geometrischer Gewichte anstelle einheitlicher Gewichte gegeneinander, dh...
Angenommen, ich werde eine lineare Regression schätzen, bei der ich . Was ist der Vorteil von OLS gegenüber der ML-Schätzung? Ich weiß, dass wir eine Verteilung von kennen müssen, wenn wir ML-Methoden verwenden, aber da ich davon ausgehe, dass ob ich ML oder OLS verwende, scheint dieser Punkt...
Ich führe häufig Regressionen aus einem Low-n-Datensatz aus (~ 100 Beobachtungen). Oft sind die Ergebnisse nur unter Einbeziehung von Kontrollvariablen signifikant. Ich sehe jedoch oft Zeitschriftenartikel, in denen Leute (immer mit einer großen Anzahl von Beobachtungen) behaupten, ihre Regression...
In OLS ist es möglich, dass einer Regression für zwei Variablen höher ist als die Summe von für zwei Regressionen für die einzelnen Variablen.R 2R.2R.2R^2R.2R.2R^2 R.2( Y.∼ A + B ) > R.2( Y.∼ A ) + R.2( Y.∼ B )R.2(Y.∼EIN+B.)>R.2(Y.∼EIN)+R.2(Y.∼B.)R^2(Y \sim A + B) > R^2(Y \sim A) + R^2(Y...
Im idealisierten Logistikmodell erhalten wir eine S-förmige Kurve, die jede kontinuierliche IV mit dem DV verbindet. In der Praxis tritt diese S-Form jedoch selten auf, was den logistischen Ansatz für solche Datentypen etwas weniger überlegen erscheinen lässt. Natürlich können vorhergesagte...
Als Finanzinstitut stoßen wir häufig auf die Analyse von Zeitreihendaten. Oft führen wir Regressionen mithilfe von Zeitreihenvariablen durch. Dabei stoßen wir häufig auf Residuen mit Zeitreihenstruktur, die gegen die Grundannahme unabhängiger Fehler in der OLS-Regression verstoßen. Kürzlich bauen...
Ich habe das Modell, das ich schätzen muss, mit ∑ k π k = 1 für k ≥ 1 und π k ≥ 0 für k ≥ 1 .Y.= π0+ π1X.1+ π2X.2+ π3X.3+ ε ,Y=π0+π1X1+π2X2+π3X3+ε, Y = \pi_0 + \pi_1 X_1 + \pi_2 X_2 + \pi_3 X_3 + \varepsilon, ∑kπk= 1 für k ≥ 1∑kπk=1 for k≥1\sum_k \pi_k = 1 \text{ for }k \geq 1πk≥ 0 für k ≥...
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und...
Wenn ich diesen Code ausführe: require(nlme) a <- matrix(c(1,3,5,7,4,5,6,4,7,8,9)) b <- matrix(c(3,5,6,2,4,6,7,8,7,8,9)) res <- lm(a ~ b) print(summary(res)) res_gls <- gls(a ~ b) print(summary(res_gls)) Ich bekomme die gleichen Koeffizienten und die gleiche statistische Signifikanz für...
Ich beziehe mich auf diesen Beitrag, der die Bedeutung der Normalverteilung der Residuen in Frage zu stellen scheint, und argumentiere, dass dies zusammen mit der Heteroskedastizität möglicherweise durch die Verwendung robuster Standardfehler vermieden werden könnte. Ich habe verschiedene...
Ich habe eine Reihe von Beobachtungen, unabhängig von der Zeit. Ich frage mich, ob ich Autokorrelationstests durchführen soll. Es scheint mir, dass es keinen Sinn macht, da meine Daten keine Zeitkomponente enthalten. Ich habe jedoch tatsächlich einen seriellen Korrelations-LM-Test versucht, der auf...
Die übliche Lehrbuchbehandlung zum Anpassen überflüssiger Variablen in OLS besagt, dass der Schätzer immer noch unvoreingenommen ist, aber möglicherweise eine größere Varianz aufweist (siehe z. B. Greene, Econometric Analysis, 7. Aufl., S. 58). Neulich bin ich auf Judea Perles Behandlung von...
Ich habe 3 Datensätze des gleichen Systems. Aber für den ersten habe ich 21 Messungen. Für die zweite und dritte habe ich nur 9 Messungen. Jetzt habe ich ein Modell mit diesen 3 Datensätzen erstellt (also 3 Modelle, 1 pro Datensatz). Wenn ich den Fehler zwischen diesen beiden Datensätzen...
In einer Einführung in das statistische Lernen (James et al.) In Abschnitt 3.7, Übung 5, heißt es, dass die Formel für Annahme einer linearen Regression ohne Achsenabschnitt lautet wobei und sind die unter OLS üblichen Schätzungen für einfache lineare Regression ( ).β^1β^1\hat{\beta}_1&...
Gegeben ein Modell: y=β0+β1⋅f+uy=β0+β1⋅f+u y = \beta_0 + \beta_1 \cdot f + u Wobei Dummy = 1 ist, wenn weiblich, und 0 andernfalls, ist y Höhe in cm. Die Stichprobengröße beträgt insgesamt n_ {weiblich} = n_ {männlich} = 100 \ rightarrow 200 . Weiter \ bar {y} _ {männlich} = 175 und \ bar {y} _...
Ich benutze R, um eine lineare Regression durchzuführen. Ich habe Möglichkeiten gesehen, Vorhersageintervalle zu berechnen, aber diese hängen von homoskedastischen Daten ab. Gibt es eine Möglichkeit, Vorhersageintervalle mit heteroskedastischen Daten zu
Ich verwende die von Terry T. bereitgestellte Deming-Funktion für diesen archivierten R-Help-Thread . Ich vergleiche zwei Methoden, daher habe ich Daten, die so aussehen: y x stdy stdx 1 1.2 0.23 0.67 2 1.8 0.05 0.89 4 7.5 1.13 0.44 ... ... ... ... Ich habe meine Deming-Regression durchgeführt...
Ich fand heraus, dass für ein einfaches lineares Regressionsmodell sowohl die OLS- als auch die Maximum-Likelihood-Methode (unter der Annahme einer Normalverteilung) dieselbe Ausgabe liefern (Parameterwerte). Können wir daraus sagen, dass OLS auch implizite Annahmen über die Normalverteilung macht...
Ich verwende lineare Regression, um Werte zu schätzen, die in Wirklichkeit immer nicht negativ sind. Die Prädiktorvariablen sind ebenfalls nicht negativ. Zum Beispiel die Anzahl der Bildungsjahre und das Alter zurückführen, um das Gehalt vorherzusagen. Alle Variablen sind in diesem Fall immer nicht...
Ich führe einige Regressionen durch und habe mich, da ich auf der sicheren Seite sein wollte, entschlossen, durchgehend HAC-Standardfehler (Heteroskedasticity & Autocorrelation Consistent) zu verwenden. Es kann einige Fälle geben, in denen keine serielle Korrelation vorliegt. Ist das sowieso...