Ano ang isang auxiliary regression?
Ano ang isang auxiliary regression?

Video: Ano ang isang auxiliary regression?

Video: Ano ang isang auxiliary regression?
Video: MAY MAPUTI SA BAGA MO? ALAMIN DITO KUNG BAKIT 2024, Nobyembre
Anonim

Auxiliary Regression : A regression ginagamit upang kalkulahin ang isang istatistika ng pagsubok-tulad ng mga istatistika ng pagsubok para sa heteroskedasticity at serial correlation o anumang iba pang regression na hindi tinatantya ang modelo ng pangunahing interes.

Bukod dito, ano ang heteroscedasticity sa regression?

Sa partikular, heteroscedasticity ay isang sistematikong pagbabago sa pagkalat ng mga nalalabi sa hanay ng mga nasusukat na halaga. Heteroscedasticity ay isang problema dahil ordinary least squares (OLS) regression Ipinapalagay na ang lahat ng nalalabi ay nakuha mula sa isang populasyon na may pare-parehong pagkakaiba (homoscedasticity).

Gayundin, ano ang Homoscedasticity at Heteroscedasticity? Sa madaling salita, homoscedasticity nangangahulugang "pagkakaroon ng parehong scatter." Para umiral ito sa isang set ng data, ang mga punto ay dapat na halos magkaparehong distansya mula sa linya, tulad ng ipinapakita sa larawan sa itaas. Ang kabaligtaran ay heteroscedasticity ("iba't ibang scatter"), kung saan ang mga punto ay nasa malawak na iba't ibang distansya mula sa linya ng regression.

Maaari ding magtanong, ano ang White test para sa heteroskedasticity?

Sa istatistika, ang Puting pagsubok ay isang istatistika pagsusulit na nagtatatag kung pare-pareho ang pagkakaiba ng mga error sa isang regression model: iyon ay para sa homoskedasticity. Ito pagsusulit , at isang estimator para sa heteroscedasticity - pare-pareho ang mga karaniwang error, ay iminungkahi ni Halbert Puti noong 1980.

Ano ang null hypothesis para sa Heteroskedasticity?

Ang istatistika ng pagsubok tinatayang sumusunod sa chi-square distribution. Ang null hypothesis para sa pagsusulit na ito ay ang mga pagkakaiba-iba ng error ay pantay-pantay. Ang kahaliling hypothesis ay ang mga pagkakaiba ng error ay hindi pantay. Mas partikular, habang tumataas ang Y, tumataas (o bumababa) ang mga pagkakaiba.

Inirerekumendang: