[問題] 多元回歸基本假定

看板Statistics作者 (2222222)時間9年前 (2016/02/05 23:17), 編輯推噓9(9推 0噓 38→)
留言47則, 6人參與, 最新討論串1/2 (看更多)
想請問大家多元迴歸有其基本假設(常態性 同質性 獨立性)，要如何檢定假設？ 如果違反假設就直接作多元迴歸，是不是不妥？大數論文為什麼都沒有 寫是否違背假定，而直接使用多元回歸？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.81.88.148 ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1454685470.A.6F2.html
→
02/05 23:20, , 1F
D-W可以檢定隨機性。常態可以用S-W或者K-S。
02/05 23:20, 1F
→
02/06 03:17, , 2F
沒有報導可能是因為太多東西要檢查，或是偷懶。
02/06 03:17, 2F
推
02/06 11:07, , 3F
難怪我看一篇國外研究想說他的研究程序.對象，連從描述
02/06 11:07, 3F
→
02/06 11:07, , 4F
統計都可以推論可能殘差也不會是常態，可是還是用線性迴
02/06 11:07, 4F
→
02/06 11:07, , 5F
歸下去跑。
02/06 11:07, 5F
推
02/06 11:17, , 6F
原po問了個好問題，我想大多數的論文(甚至科技部的計畫)
02/06 11:17, 6F
→
02/06 11:17, , 7F
之所以沒有報告前提假設的檢驗結果，我覺得有一種可能是
02/06 11:17, 7F
→
02/06 11:17, , 8F
它的資料違反這些假設，而一旦違反嚴格來說就不能再使
02/06 11:17, 8F
→
02/06 11:17, , 9F
用這種方法進行分析，就要換其他可能比較冷門的方法!如
02/06 11:17, 9F
→
02/06 11:17, , 10F
果你很在乎"違反"這件事，又跟借我帳號po文的朋友一樣追
02/06 11:17, 10F
→
02/06 11:17, , 11F
求做對的事的話，就要辛苦點了~
02/06 11:17, 11F
→
02/06 11:21, , 12F
以上是個人淺見~
02/06 11:21, 12F
→
02/06 11:46, , 13F
重點應該是你要那些假設是因為你需要做統計推論，如
02/06 11:46, 13F
→
02/06 11:46, , 14F
果做預測或是不用統計推論，基本上就只是最小平方法
02/06 11:46, 14F
→
02/06 11:46, , 15F
求得的直線
02/06 11:46, 15F
→
02/06 11:46, , 16F
便可不理會那三個假設
02/06 11:46, 16F
→
02/06 11:47, , 17F
而且獨立性檢定，我記得只能看AR殘差，其他都無法
02/06 11:47, 17F
→
02/06 11:49, , 18F
至於常態性檢定，有時候n大一點很容易就拒絕虛無假
02/06 11:49, 18F
→
02/06 11:49, , 19F
設了
02/06 11:49, 19F
→
02/06 11:50, , 20F
有時候說是偷懶，有時候也是沒有適當方法確定資料假
02/06 11:50, 20F
→
02/06 11:50, , 21F
設
02/06 11:50, 21F
推
02/06 12:31, , 22F
不然可try spline, local polynomial 等 nonparametri
02/06 12:31, 22F
→
02/06 12:31, , 23F
c method!!
02/06 12:31, 23F
推
02/06 21:40, , 24F
做統計推論也不需要這三個假設吧？可用 Newey-West
02/06 21:40, 24F
→
02/06 21:40, , 25F
法估計 covariance matrix
02/06 21:40, 25F
推
02/06 21:48, , 26F
nonparametric method 比較像在避免 model misspecif
02/06 21:48, 26F
→
02/06 21:48, , 27F
ication 而不是這三個假設
02/06 21:48, 27F
→
02/06 21:55, , 28F
Newey west 只有autocorrelation 的case，還是要獨
02/06 21:55, 28F
→
02/06 21:55, , 29F
立跟常態才能做推論吧？
02/06 21:55, 29F
→
02/06 21:56, , 30F
更正，等變異跟常態
02/06 21:56, 30F
推
02/07 11:14, , 31F
02/07 11:14, 31F
→
02/07 11:14, , 32F
E2%80%93West_estimator
02/07 11:14, 32F
→
02/07 21:54, , 33F
所以根據他寫的，確實是為了可以準確估計不獨立下的
02/07 21:54, 33F
→
02/07 21:54, , 34F
共變異數，其他兩個假設還是要理會，AR模型的誤差也
02/07 21:54, 34F
→
02/07 21:54, , 35F
是常態，也要stationary
02/07 21:54, 35F
推
02/08 05:02, , 36F
哪裡有說需要常態？homoskedasticity 也不用吧，stat
02/08 05:02, 36F
→
02/08 05:02, , 37F
ionary 倒是需要
02/08 05:02, 37F
→
02/08 15:06, , 38F
檢定時就是根據假設誤差是常態，才有係數也是常態啊
02/08 15:06, 38F
→
02/08 15:06, , 39F
.....
02/08 15:06, 39F
→
02/08 15:06, , 40F
不用常態假設要怎麼做推論？
02/08 15:06, 40F
推
02/08 22:01, , 41F
還有CLT阿…可能我想的都是 large sample tests 吧@@
02/08 22:01, 41F
→
02/08 23:57, , 42F
CLT是用在統計量上，誤差是怎樣應用在CLT
02/08 23:57, 42F
→
02/08 23:57, , 43F
你想要用CLT在係數上= =?
02/08 23:57, 43F
→
02/08 23:58, , 44F
這個我可完全不確定可不可行...
02/08 23:58, 44F
推
02/09 12:49, , 45F
不知道是哪裡誤會了，這是蠻基本的手法吧…可以看 va
02/09 12:49, 45F
→
02/09 12:49, , 46F
n der Vaart 的書 Asymptotic Statistics
02/09 12:49, 46F
→
02/09 17:20, , 47F
嗯嗯，我對大樣本理論不熟，之後有機會會拜讀
02/09 17:20, 47F
‣ 更多 joeny 的文章
文章代碼(AID): #1MjBqURo (Statistics)
‣ 更多 joeny 的文章
文章代碼(AID): #1MjBqURo (Statistics)