ogólny model liniowy których prawdopodobieństwo dziennika wynosi .
Teraz chcę sprawdzić, czy współczynniki są takie same.
- Po pierwsze, ogólny test: prawdopodobieństwo dziennika zredukowanego modelu wynosi . W teście ilorazu wiarygodności pełny model jest znacznie lepszy niż zredukowany przy .L r p = 0,02
- Dalej, ? Model zredukowany to . Wynik jest taki, że NIE różni się od przy . y = β 0 + β 1 ⋅ ( x 1 + x 2 ) + β 2 x 3 β 1 β 2 p = 0,15
- Podobnie, ? Różnią się one przy . p = 0,007
- Wreszcie, ? NIE różnią się . p = 0,12
Jest to dla mnie dość mylące, ponieważ spodziewam się, że ogólne będzie mniejsze niż , ponieważ oczywiście jest znacznie surowszym kryterium niż (kto generuje ).0,007 β 1 = β 2 = β 3 β 1 = β 3 p = 0,007
To znaczy, ponieważ jestem już „ pewien”, że nie trzyma, powinienem być „bardziej pewny siebie”, że nie ma. Więc moje powinno spaść.β 1 = β 3 β 1 = β 2 = β 3 p
Czy źle je testuję? W przeciwnym razie, gdzie się mylę w powyższym uzasadnieniu?
hypothesis-testing
Hazard Sibbs
źródło
źródło
Odpowiedzi:
Krótka odpowiedź: Twoje prawdopodobieństwo powinno spaść. Ale tutaj wartości p nie mierzą prawdopodobieństwa, ale to, czy zwolnienie niektórych ograniczeń zapewnia znaczną poprawę prawdopodobieństwa. Dlatego niekoniecznie łatwiej jest odrzucić niż odrzucić ponieważ musisz wykazać znacznie lepszą poprawę prawdopodobieństwa w najbardziej ograniczonym modelu, aby udowodnić, że uwolnienie 2 stopni swobody do osiągnięcia pełny model był „tego wart”.β 1 = β 3β1= β2)= β3) β1= β3)
Opracowanie: Narysujmy wykres ulepszeń prawdopodobieństwa.
Jedynym ograniczeniem pozwalającym uniknąć sprzeczności jest to, że zwiększenie prawdopodobieństwa musi być równe sumie poprawy prawdopodobieństwa z pośredniej ścieżki. W ten sposób znalazłem wartość p z kroku 1 ścieżki pośredniej: Przez ulepszenia prawdopodobieństwa mam na myśli iloraz prawdopodobieństwa logarytmu reprezentowany przez Chi-kwadrat, dlatego są one sumowane na wykresie. Za pomocą tego schematu można odrzucić pozorną sprzeczność, ponieważ znaczna część poprawy prawdopodobieństwa bezpośredniej ścieżki wynika z uwolnienia tylko jednego stopnia swobody ( ). Δβ1=β3
Sugerowałbym dwa czynniki, które mogą przyczynić się do tego wzoru.
W tych warunkach nie ma dużej poprawy prawdopodobieństwa poprzez zwolnienie jednego stopnia swobody z do modelu ponieważ w późniejszym modelu oszacowanie może być bliskie dwa inne współczynniki.β 3 = β 1 β 2β3)= β1= β2) β3)= β1 β2)
Z tej analizy i dwóch innych podanych wartości p można sugerować, że może może zapewnić dobre dopasowanie.β3)+ β12)= β2)
źródło