Termejä – vaikutusten koon homomedastisuutta ja homogeenisuutta käytetään usein regressioanalyysissä / Anovassa.Nämä oletukset aiheuttavat paljon sekaannusta ainakin mielessäni . En ole varma vaikutuskoon homoskastisuudesta? Kuinka erilainen se on Anovan varianssiolettamuksen homogeenisuudesta? Ovatko nämä oletukset merkityksellisiä esimerkiksi meta-analyysi korrelaatiosta / vaikutuskoko d?
Kommentit
- Homoscedastisuus tarkoittaa yhtä suuria variansseja. Odotan aina, kun homogeenisuus mainitaan tilastollisessa kontekstissa, se tarkoittaisi myös, että jokin on keskimäärin vakio, mutta mikä riippuu kontekstista. Kun et ' selitä epäilystä (" ehkä "?) Ja anna tarkasti nolla todisteita väitteestä " paljon sekaannuksia " Voin sovittaa vain kaksi lauseesi kahteen lauseeseeni. Tämä antaa olennaisesti vähän ainetta reagoida. <
kutsun sitä tutkimuksen puutteeksi.
Vastaa
Olen eri mieltä jokaisen vastauksen kanssa. Varianssin homogeenisuus tarkoittaa samanlaista varianssia ryhmiteltyjen sirontakuvien välillä. Homoskadastisuus on normaali jakauma, joka tapahtuu kullekin x-akselin pisteelle (ennustava muuttuja), joten ennustavan muuttujan jokaisessa pisteessä on oltava samanlainen kurtoosi, joka saattaa tuntua varianssin homogeenisuudelta, mutta se ei ole sama asia.
Kommentit
- Homoscedastisuus [ei huijaus ] ei tarkoita lainkaan normaalia jakaumaa. Kuten sen juuret viittaavat, kyseessä on (suunnilleen) sama hajonta, eikä mitään muuta viitata siihen. Homoskedastisuus ei myöskään tarkoita sitä, että meillä olisi jatkuva akseli missä tahansa, koska se voitaisiin määritellä myös laadullisesti erillisille jakaumille. Tässä on triviaali esimerkki. Kuvittelen useita yhtenäisiä jakaumia samalla aikavälillä. Tästä seuraa heti, että heillä on sama varianssi ja kokoonpano on homoscedastinen.
- Samankaltainen (jopa sama) kurtoosi on myös melko erilainen yhtä suuresta varianssista. Sama kurtoosi on yhdenmukainen erilaisten varianssien kanssa. Yleisemmin ' ilmoitat toisinajattelusta täällä: niin, mikä tarkalleen on vialla olemassa olevalla vastauksella (lasken vain yhden)?
- Tämä homoskedastisuuden luonnehdinta on niin kaukana tavallisesta merkityksestä, että tunnen olevani velvollinen äänestämään vastauksen varoituksena niille, joille termi saattaa olla uusi. Muutan äänestystä, jos vastausta muokattaisiin sisältämään saatavilla oleva, arvovaltainen viite sen tueksi.
- Tämän vastauksen on tuettava väitteitään
- Katsoin linkkejäsi, mutta löysin mikään niistä ei tue väitteitänne. Molemmat kuvaavat heteroskedastisuuden tavanomaista merkitystä. Kumpikaan ei vetoaa normaaliuteen tai kurtoosiin määritelmässä. (Kurtosisilla ei muuten ole mitään tekemistä normaalijakauman muodon kanssa, eikä se ole sen synonyymi). Niinpä ne molemmat ovat ristiriidassa vastauksenne kanssa eikä tukevat sitä. Uskon, että syy, miksi @NickCox huomautti oikean oikeinkirjoituksen, ei ollut kriittinen, vaan vain auttamaan lukijoita etsimään aiheeseen liittyvää materiaalia. (Tämän sivuston hakukone ei onnistu tunnistamaan kirjoitusvirheitä.)
Vastaa
( Huomaa: ”homogeenisuudella” oletan tarkoittavan ”varianssin homogeenisuutta”. )
Ne ovat pohjimmiltaan samalle olettamukselle kaksi eri nimeä, joita voidaan kutsua enemmän puhekielinen englanti ”virheiden jatkuva varianssi” (tietysti käytännössä meillä ei ole pääsyä todellisiin virheisiin, vain jäännökset, jotka me todella tarkistamme). Termiä ”varianssin homogeenisuus” käytetään perinteisesti ANOVA-kontekstissa ja ”homoscedasticity” käytetään yleisemmin regressiokontekstissa. Mutta ne molemmat tarkoittavat, että jäännösten varianssi on sama kaikkialla.
Jos sinulla on vaikeuksia ymmärtää homo- / heteroskedastisuutta, minulla on useita viestejä aiheesta, joista voi olla hyötyä sinulle:
- Kuinka ymmärtää mikä on homoskedastisuus, ja tarkista heteroskedastisuus: Mitä tarkoittaa ”vakiovarianssi” lineaarisessa regressiomallissa?
- heteroskedastisuuden vaikutus div> vaikutus tilastolliseen voimaan: beeta-estimaattien tehokkuus heteroscedastictuksella
- Mahdolliset vaihtoehtoiset strategiat , kun sinulla on heteroskedastisuutta: Vaihtoehdot yksisuuntaiselle ANOVA: lle heteroscedastisille tiedoille
kommentit
- kirjoita kirjoitus tähän @Gung: se on homoskooppi. mikä tarkoittaa, että varianssi on sama. Tiukasti, homosc. on oletus virheistä tai ehdollisista jakautumisista, ei jäännöksistä.
- Homogeenisuudella on myös laajempi merkitys näytteille, jotka ovat jossakin mielessä samankaltaisia, toisin kuin heterogeenisuus.
- I ' d sanovat sen ' s annetaan yleensä kokonaisuudessaan nimellä " varianssin homogeenisuus " – kuten @Aksakal sanoo, " homogeenisuus " on laajempi. [Otin vapauden korjata Nickin huomauttama kirjoitusvirhe.]
- Tämä on hyödyllistä, mutta pätevöin sen hieman. Esimerkiksi, olen ' nähnyt viittauksia homogeenisuuteen suhteessa mahdollisesti sekoitettuihin jakaumiin siinä tapauksessa, että jakauma on yhdestä lähteestä; ja suhteessa paikkatietoprosesseihin. Joten homogeenisuuden ei tarvitse tarkoittaa varianssin homogeenisuutta. Kaiken tiedän, että tämä menee pidemmälle kuin mitä OP: lla oli mielessä, mutta se ' on oikeudenmukainen kommentti, kun otetaan huomioon kysymyksen nykyinen sanamuoto.
- Hyvä asia, @NickCox. Lisäsin varoituksen.