용어-효과 크기의 동질성과 동질성은 회귀 분석 / 아노 바와 관련하여 자주 사용됩니다. 이러한 가정은 적어도 제 생각에는 많은 혼란을 야기합니다. . 효과 크기의 동질성에 대해 명확하지 않습니까? Anova에 대한 분산 가정의 동질성과 얼마나 다른가요? 이러한 가정이 예와 관련이 있습니까? 상관 관계 / 효과 크기 d의 메타 분석?
댓글
- 동 분산 성은 동일한 분산을 의미합니다. 나는 통계적 맥락에서 동질성이 언급 될 때마다 어떤 것이 평균적으로 일정하지만 상황에 따라 상당히 달라진다는 것을 의미하기도합니다. ' 의심을 설명하지 않고 (" 아마 "?) 정확하게 " 많은 혼란에 대한 주장에 대한 증거가 없습니다. " 두 문장으로 만 두 문장을 일치시킬 수 있습니다. 이것은 본질적으로 반응 할 최소한의 물질을 제공합니다. 저는 ' 연구 노력이 부족하다고 말합니다.
- Subhash, 동질성 " (문맥에서 모호한 용어 임) 그러면 대답하기가 덜 문제가됩니다.
- 우리가 동질성을 고려하고있는 것입니다. 분산의 동질성은 동질성입니다. 분산과 구별되는 어떤 것의 동질성은 동질성과 구별 될 것입니다.
- 지금까지 새로운 답변을 받아들이기로 결정한 것이 ' 정말 기이합니다. +9 찬성으로 gung '의 답변 대신 4 개의 반대 투표. ' 정말 이상한 선택입니다. 다른 사용자를이 대화 목록에서 멀어지게하기 위해 귀하의 질문 (-1)에 반대 투표를했습니다.
답변
동의하지 않습니다. 여기에 모든 대답과 함께. 분산의 동질성은 그룹화 된 산점도간에 유사한 분산을 의미합니다. Homoscadasticity는 x 축 (예측 변수)의 각 지점에 대해 발생하는 정규 분포이므로 분산의 동질성처럼 보일 수있는 예측 변수의 모든 지점에 대해 유사한 첨도가 있어야하지만 동일하지는 않습니다.
주석
- 동일성 [ scad 아님]은 정규 분포를 전혀 의미하지 않습니다. 그 뿌리가 암시 하듯이 그것은 (대략) 동일한 분산의 문제이며 다른 것은 암시하지 않습니다. 동 분산 성은 질적으로 구별되는 분포에 대해서도 정의 할 수 있기 때문에 어디에서나 연속 축이 있다는 것을 의미하지도 않습니다. 다음은 간단한 예입니다. 동일한 간격에 여러 개의 균일 한 분포를 상상합니다. 곧바로 동일한 분산을 가지며 설정은 동 분산 적입니다.
- 비슷한 (동일한) 첨도도 동일 분산과는 상당히 다릅니다. 동일한 첨도는 다른 분산과 일치합니다. 더 일반적으로, ' 여기에서 반대 의견을 발표합니다. 그렇다면 기존 답변에 정확히 무엇이 문제가 있습니까 (하나만 계산합니다)?
- 이 동 분산 성의 특성은 다음과 같습니다. 지금까지는 용어를 처음 접할 수있는 사람들에게 경고로 대답을 반대표로 낮출 의무가 있다고 느낍니다. 답변이 액세스 가능하고 신뢰할 수있는 참조를 포함하도록 수정 된 경우 해당 투표를 변경하겠습니다.
- 이 답변은 주장을 뒷받침해야합니다.
- 링크를 살펴 보았지만 찾을 수있었습니다. 당신의 주장을 뒷받침하는 것은 아무것도 없습니다. 둘 다 이분산성의 전통적인 의미를 설명합니다. 정의에서 정규성 또는 첨도를 호출하지 않습니다. (첨도는 정규 분포의 형태와 거의 관련이 없으며 동의어가 아닙니다.) 따라서 둘 다 귀하의 답변을지지하는 것이 아니라 모순됩니다. @NickCox가 정확한 철자를 지적한 이유는 비판적이지 않고 독자가 관련 자료를 검색 할 수 있도록 돕기 위해서라고 생각합니다. (이 사이트의 검색 엔진은 맞춤법 오류를 잘 식별하지 못합니다.)
답변
( 참고 : “동질성”이란 “분산의 동질성”을 의미한다고 가정합니다. )
본질적으로 이들은 동일한 가정에 대한 두 개의 다른 이름이며 더 많이 호출 될 수 있습니다. 구어체 영어 “오류의 상수 분산”(물론 실제로 우리는 실제 오류에 액세스 할 수 없으며 실제로 확인하는 잔차 만 있습니다). “분산의 동질성”이라는 용어는 전통적으로 ANOVA 컨텍스트에서 사용되며 “동질성”은 회귀 컨텍스트에서 더 일반적으로 사용됩니다. 그러나 둘 다 잔차의 분산이 모든 곳에서 동일하다는 것을 의미합니다.
동형 / 이분산성을 이해하는 데 문제가있는 경우 도움이 될 수있는 주제에 대한 여러 게시물이 있습니다.
- 동질성이 무엇인지 이해하고 확인 이분산성 : 선형 회귀 모델에서 “일정 분산”이 있다는 것은 무엇을 의미합니까?
- 효과 이분산성이 통계적 검정력에 미치는 영향 : 이분산성 베타 추정치의 효율성
- 이분산성이있는 경우 가능한 대체 전략 : 일원 분산 분석의 대안 이 분산 적 데이터의 경우
댓글
- 여기서 오타 @Gung : 동형입니다. 이는 분산이 동일하다는 것을 의미합니다. 엄격히, homosc. 잔차가 아닌 오류 또는 조건부 분포에 대한 가정입니다.
- Homegeneity는 샘플이 어떤 의미에서 유사하다는 더 넓은 의미, 즉 이질성과 반대입니다.
- I ' d는 ' 일반적으로 " 균질성
-@Aksakal이 말했듯이 " 동질성 "은 더 광범위합니다. [Nick이 지적한 오타를 자유롭게 수정했습니다.]
- 이것은 도움이되지만 조금만 검증하겠습니다. 예를 들어, 저는 ' 배포가 단일 소스에서 나온 경우 혼합 배포와 관련하여 동질성에 대한 참조를 보았습니다. 그리고 공간 과정과 관련하여. 따라서 동질성은 분산의 동질성을 의미 할 필요가 없습니다. 내가 아는 한, 이것은 OP가 생각했던 것 이상이지만, ' 현재 질문의 표현을 고려할 때 공정한 의견입니다.
- 좋은 점, @NickCox. 주의 사항을 추가했습니다.