आंशिक एफ-स्टेटिस्टिक क्या है?


13

आंशिक एफ-स्टेटिस्टिक क्या है? क्या यह आंशिक एफ-टेस्ट के समान है? आप आंशिक F-आंकड़े की गणना कब करेंगे? मैं मान रहा हूँ कि यह प्रतिगमन मॉडल की तुलना करने के साथ कुछ करना है, लेकिन मैं कुछ का पालन नहीं कर रहा हूँ (?)


2
एक आंकड़ा एक परीक्षण के रूप में एक ही बात नहीं है, नहीं। एक z-आँकड़ा एक z- परीक्षण नहीं है, t-आँकड़ा एक t- परीक्षण नहीं है, एक ch-squared आँकड़ा एक chi-squared परीक्षण नहीं है ... और इसलिए एक आंशिक F आँकड़ा आंशिक नहीं है एफ परीक्षण । हालांकि, एक आंशिक एफ परीक्षण एक आंशिक एफ स्टेटिस्टिक का उपयोग करता है (यह परीक्षण में परीक्षण सांख्यिकीय है)। यह आंशिक है क्योंकि यह परीक्षण नहीं करता है यदि संपूर्ण रैखिक मॉडल शून्य है, केवल इसके कुछ घटक हैं।
Glen_b -Reinstate मोनिका

जवाबों:


16

आंशिक एफ-परीक्षण एक नेस्टेड सामान्य रेखीय प्रतिगमन मॉडल के लिए परीक्षण का सबसे आम तरीका है। "नेस्टेड" मॉडल केवल शामिल चर के संदर्भ में एक कम मॉडल कहने का एक फैंसी तरीका है।

उदाहरण के लिए, मान लीजिए आप परिकल्पना का परीक्षण करने के लिए कि इच्छा है कि गुणांक शून्य कर रहे हैं, और इस तरह इन चर मॉडल से हटाया जा सकता है, और आप भी है (अवरोधन सहित) पूरा मॉडल में गुणांक। यह परीक्षण रेजीडेंशियल योग ऑफ स्क्वेयर (आरएसएस) की तुलना पर आधारित है और इस प्रकार आपको दो अलग-अलग रजिस्टर चलाने और आरएसएस को हर एक से बचाने की आवश्यकता है। पूर्ण मॉडल के लिए राष्ट्रीय स्वयंसेवक संघ कम हो जाएगा क्योंकि नए वज़ीबल्स के अतिरिक्त आरएसएस की कमी की ओर जाता है (और वर्गों के स्पष्ट योग में वृद्धि, यह बारीकी से से संबंधित हैके आर 2pkR2)। इसलिए हम जो परीक्षण कर रहे हैं वह यह है कि क्या अंतर इतना बड़ा है कि चर को हटाना मॉडल के लिए हानिकारक होगा। आइए थोड़ा और विशिष्ट बनें। परीक्षा निम्नलिखित रूप लेती है

F=RSSReducedRSSFullpRSSFullnk

यह दिखाया जा सकता है कि अंश और भाजक में चर जब द्वारा स्केल किए जाते हैं, तो स्वतंत्र रूप से क्रमशः और की डिग्री वाले चर हैं, इसलिए अनुपात एक F- है और मापदंडों के साथ यादृच्छिक चर वितरित किया । आप अशक्त परिकल्पना को अस्वीकार करते हैं कि कम किया गया मॉडल उपयुक्त है यदि सांख्यिकीय उक्त वितरण से एक महत्वपूर्ण मूल्य से अधिक है जो बदले में तब होगा जब आपका मॉडल चर निकालने के बाद बहुत अधिक व्याख्यात्मक शक्ति खो देता है। χ2pn-kpn-k1σ2χ2pnkpnk

आँकड़ों को वास्तव में एक संभावना अनुपात के दृष्टिकोण से प्राप्त किया जा सकता है और इसलिए कुछ अच्छे गुण होते हैं जब रैखिक मॉडल की मानक मान्यताओं को पूरा किया जाता है, उदाहरण के लिए निरंतर विचरण, सामान्यता और इतने पर। यह व्यक्तिगत परीक्षणों की एक श्रृंखला से भी अधिक शक्तिशाली है, यह उल्लेख नहीं करने के लिए कि इसमें महत्व का वांछित स्तर है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.