回归中的零模型是什么?它与零假设有何关系?


16

回归中的零模型是什么,零模型与零假设之间的关系是什么?

以我的理解,这是否意味着

  • 使用“响应变量的平均值”来预测连续响应变量?
  • 使用“标签分布”来预测离散响应变量?

如果真是这样,那么零假设之间的联系似乎缺失了。


4
请注意,在R中,您可以尝试一下,fit = lm(formula = y ~ 1, data) 并且应该看到的平均值y。另外,请参阅MorganBall的答案。我最同意他的回答。此外,空模型可以是具有预测变量的模型,替代模型是具有p + k的模型,其中k可以是1,2,...附加协变量。pp+k
乔恩(Jon)

Answers:


11

不,我会说“无效模型”与“无效假设”本质上具有相同的含义:如果无效假设为真,则该模型。当然,在特定情况下,这意味着什么取决于具体的零假设。

不考虑任何预测变量的“平均值”(您可能想说“响应变量的边际分布”)的解释是一种可能性,对应于“综合检验”的零假设,检验所有参数(截距除外)。

但是,利益很可能集中在以下形式的模型 ,其中X 1包含您所知道的影响结果的预测,所以都不想进行测试,而x 2包含要测试的预测变量。

yi=β0+β1Tx1i+β2Tx2i+ϵi
x1x2

所以零假设将并且将是空模型 ÿ = β 0 + β Ť 1 X 1 + ε 。因此,这取决于。β2=0yi=β0+β1Tx1i+ϵi


2
零假设通常是关于参数值的特定事物。我想说的是,零模型将是零假设加上所有伴随的假设,根据这些假设可以得出检验统计量的零分布 -它的假设包含了大部分模型。例如,原假设不提及独立性,但是我肯定会说它是原模型的一部分。
Glen_b-恢复莫妮卡

18

无效模型与无效假设有关。采用以下单变量模型:

Y=α+β1X+ϵ

β1

H0:β1=0

HA:β10

β1X

Y=α+ϵ

Y


1
最后一点,是的,这是正确的。在R,您可以通过比较的拦截看到这个lm(y ~ 1, data)mean(y)
乔恩(Jon)

2
+1好答案,摩根!我冒昧地编辑了您的符号,因为它看起来很奇怪。
Alexis

9

在其他两个答案中部分描述的回归中,零模型是所有回归参数均为0的零假设。因此,您可以将其解释为,在零假设下,没有趋势,并且新模型的最佳估计/预测变量观察值是在没有拦截的情况下为0的平均值。


1
这个答案帮助我理解系数为null = 0(除截距外),谢谢!
海涛杜

1
此外,与其他模型相比,该模型可以是仅拦截模型。
D_Williams '02

1
+1,这是对线程的有用补充。但是,我想说这是对“空模型”一词的特定且非常严格的使用。该术语(在我的猜测中大部分时间)通常较宽松地使用。
gung-恢复莫妮卡
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.