加法误差还是乘法误差?


13

我是统计学的新手,不胜感激可以帮助您更好地理解这一点。

在我的领域中,有以下形式的常用模型:

Pt=Po(Vt)α

当人们将模型拟合到数据时,他们通常将模型线性化并符合以下条件

log(Pt)=log(Po)+αlog(Vt)+ϵ

这个可以吗?我在某处读到,由于信号中的噪声,实际模型应该是

Pt=Po(Vt)α+ϵ

并且不能像上面那样线性化。这是真的?如果是这样,是否有人知道我可以阅读和参考的参考文献,并且可能在报告中引用?


我格式化了你的方程式。请检查内容是否仍然是您想要的内容(尤其是有关下标的内容)。
安迪

您已经用“测量误差”标记了您的问题,并且第三个方程中的+ e似乎是由于附加的测量误差,以及响应中的乘法随机/随机变化,例如P *(V ^ alpha)* exp(e)。它是否正确?测量误差模型(又称“变量误差”模型)通常需要一种两步过程,在您的情况下,可能需要单独的验证数据来表征“噪声”导致的附加误差,在这种情况下,可能不会需要将方程线性化。
N Brouwer

Answers:


14

哪种模型合适,取决于均值周围的变化如何进入观察值。它很可能以乘法或加法...或其他方式出现。

甚至可能有这种变化的几种来源,有些可能成倍增加,有些又相加产生,有些则无法真正描述为两种。

有时会有明确的理论来确定哪个合适。有时,对均值的主要变异来源进行思考会发现一个适当的选择。人们通常不知道该使用哪种方法,或者是否可能需要各种不同种类的变化来充分描述该过程。

对于对数线性模型,其中使用了线性回归:

log(Pt)=log(Po)+αlog(Vt)+ϵ

OLS回归模型假定对数刻度方差恒定,如果是这种情况,那么原始数据将显示出随着均值的增加而围绕均值的增长。

另一方面,这种模型:

Pt=Po(Vt)α+ϵ

通常用非线性最小二乘法拟合,并且再次拟合,如果拟合了恒定方差(NLS的默认值),则均值周围的展宽应该是恒定的。

在此处输入图片说明

[您可能会看到一个印象,即最后一张图像中的传播随着平均数的增加而减小;这实际上是由斜率增加引起的错觉-我们倾向于判断与曲线正交而不是垂直的散布,因此会产生失真的印象。]

如果您在原始或对数标度上几乎具有恒定的价差,则可能暗示两个模型中的哪个适合,不是因为它证明它是可加或可乘的,而是因为它导致对价差以及意思。

当然,也可能存在具有非恒定方差的加性误差。

但是,还有其他模型可以拟合这样的函数关系,这些函数关系在均值和方差之间具有不同的关系(例如Poisson或准Poisson GLM,其分布与均值的平方根成比例)。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.