Les termes – Homoscédasticité et homogénéité des tailles deffet sont fréquemment utilisés en ce qui concerne lanalyse de régression / Anova. Ces hypothèses créent beaucoup de confusion au moins dans mon esprit . Je ne suis pas clair sur lhomoscdasticité des tailles deffet? Dans quelle mesure est-ce différent de lhypothèse dhomogénéité de la variance pour Anova? Ces hypothèses sont-elles pertinentes pour par ex. méta-analyse de corrélation / taille deffet d?
Commentaires
- Lhomoscédasticité signifie des variances égales. Je mattendrais à ce que chaque fois que lhomogénéité est mentionnée dans un contexte statistique, cela impliquerait également que quelque chose est constant en moyenne, mais tout dépendrait du contexte. Comme vous ' t expliquer le doute (" peut-être "?) Et donner précisément aucune preuve de la revendication de " beaucoup de confusions " Je ne peux faire correspondre vos deux phrases que par mes deux phrases. Cela donne une substance essentiellement minimale à laquelle répondre. ' d appeler cela un manque d’effort de recherche.
- Subhash, si vous pouviez modifier votre question pour expliquer ce que vous entendez par " homogénéité " – qui hors contexte est un terme vague – alors il serait moins problématique de répondre.
- Cela dépend de ce que chose dont nous considérons lhomogénéité. Lhomogénéité de la variance est lhomoscédasticité. Lhomogénéité de quelque chose qui est distinct de la variance sera distincte de lhomoscédasticité.
- Il ' est vraiment bizarre que vous ayez décidé daccepter une nouvelle réponse qui a maintenant – 4 votes négatifs au lieu de la réponse de gung ' avec +9 votes positifs. Ce ' est un choix vraiment étrange. Je vote contre votre question (-1) pour éloigner les autres utilisateurs de ce fil de discussion.
Réponse
Je ne suis pas daccord avec chaque réponse ici. Lhomogénéité de la variance signifie une variance similaire entre les nuages de points groupés. Lhomoscadasticité est une distribution normale se produisant pour chaque point sur laxe des x (variable prédictive), il doit donc y avoir un kurtosis similaire à travers chaque point de la variable prédictive qui peut sembler être une homogénéité de variance, mais ce nest pas la même chose.
Commentaires
- Lhomoscédasticité [pas scad ] nimplique pas du tout une distribution normale. Comme ses racines limpliquent, cest une question de dispersion (approximativement) égale, sans rien dautre implicite. Lhomoscédasticité nimplique pas non plus que nous ayons un axe continu nimporte où, car il pourrait également être défini pour des distributions qualitativement distinctes. Voici un exemple trivial. Jimagine plusieurs distributions uniformes sur le même intervalle. Il sensuit immédiatement quils ont la même variance et que la configuration est homoscédastique.
- Un kurtosis similaire (même égal) est également tout à fait distinct de la variance égale. Le même kurtosis est compatible avec une variance différente. Plus généralement, vous ' annoncez la dissidence ici: alors, quest-ce qui ne va pas exactement avec la réponse existante (je nen compte quune)?
- Cette caractérisation de lhomoscédasticité est si loin du sens habituel que je me sens obligé de décliner la réponse comme un avertissement à ceux qui pourraient être nouveaux dans le terme. Je changerais ce vote si la réponse était modifiée pour inclure une référence accessible et faisant autorité pour la soutenir.
- Cette réponse doit étayer ses affirmations
- Jai regardé vos liens, mais jai trouvé rien en eux pour soutenir vos affirmations. Les deux illustrent la signification conventionnelle de lhétéroscédasticité. Ni lun ni lautre ninvoque la normalité ou le kurtosis dans la définition. (Le kurtosis, dailleurs, na pas grand-chose à voir avec la forme de la distribution normale et nen est pas synonyme). Ainsi, ils contredisent tous les deux, plutôt qu’appuient, votre réponse. Je pense que la raison pour laquelle @NickCox a souligné que lorthographe correcte nétait pas essentielle, mais uniquement pour aider les lecteurs à rechercher des documents connexes. (Le moteur de recherche de ce site ne parvient pas à identifier les fautes dorthographe.)
Réponse
( Note: par « homogénéité », je suppose que vous entendez « homogénéité de variance ». )
Ce sont, en substance, deux noms différents pour la même hypothèse, qui pourraient être appelés plus anglais familier « variance constante des erreurs » (bien sûr, dans la pratique, nous navons pas accès aux vraies erreurs, seulement aux résidus, qui sont ce que nous vérifions réellement). Le terme «homogénéité de la variance» est traditionnellement utilisé dans le contexte de lANOVA, et «homoscédasticité» est utilisé plus couramment dans le contexte de la régression. Mais ils signifient tous deux que la variance des résidus est la même partout.
Si vous rencontrez des difficultés pour comprendre lhomo- / hétéroscédasticité, jai plusieurs articles sur le sujet qui pourraient vous être utiles:
- Comment comprendre ce quest lhomoscédasticité et vérifier pour hétéroscédasticité: Que signifie avoir « variance constante » dans un modèle de régression linéaire?
- Le effet de lhétéroscédasticité sur la puissance statistique: Efficacité des estimations bêta avec hétéroscédastictie
- stratégies alternatives lorsque vous avez une hétéroscédasticité: Alternatives à lANOVA unidirectionnelle pour les données hétéroscédastiques
Commentaires
- Typo here @Gung: it is homosc. cela implique que la variance est la même. Strictement, homosc. est une hypothèse sur les erreurs, ou les distributions conditionnelles, et non sur les résidus.
- Lhoméogénéité a également un sens plus large des échantillons étant similaires dans un certain sens, cest-à-dire par opposition à lhétérogénéité.
- I ' d le dire ' est généralement donné en entier comme " homogénéité de la variance " – comme le dit @Aksakal, " lhomogénéité " est plus large. [Jai pris la liberté de corriger la faute de frappe signalée par Nick.]
- Cest utile mais je la nuancerais un peu. Par exemple, jai ' vu des références à lhomogénéité par rapport à des distributions éventuellement mixtes pour le cas où une distribution provient dune seule source; et en relation avec les processus spatiaux. Ainsi, lhomogénéité ne signifie pas nécessairement lhomogénéité de la variance. Pour autant que je sache, cela va au-delà de ce que le PO avait en tête, mais ' un commentaire juste compte tenu de la formulation actuelle de la question.
- Bon point, @NickCox. Jai ajouté une mise en garde.