全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
6032 10
2011-01-28
直线回归的前提假设提到:
给定X,对应的Y服从总体均数为μY|X,方差为σ2的正态分布(Normal distribution);
不同X所对应Y的方差相等(Equal variance)。

但实际上得到数据只有一组x和相应的y,也就是一个x只对应一个y。这样的话如何检验正态分布和方差相等?
我觉得没法检验,因为一个y构成不了分布,所以无法检验是否正态分布。没有分布也就没有方差,所以无法检验是否方差齐。

不知道大家如何理解,恳请指教。
谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-1-28 14:17:41
线性回归的基本假设里并不需要正态性假设。建模的全部过程都不需要正态假设,只要假设y在x给定的情况下独立,方差相同(在很多问题上,这个也可以忽略)。正态假设是在构造置信区间的时候加入的,并不是回归的基本假设。而实际上现在通过bootstrap的方法,连构造置信区间和预测时的正态假设也可以省略掉。国内个别教材讲得不是很清楚(有可能作者自己都比较糊涂)。lz似乎并没有理解回归在干什么,为什么可行。可以自己仔细思考一下回归的思想。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-1-28 14:59:26
ltx5151 发表于 2011-1-28 14:17
线性回归的基本假设里并不需要正态性假设。建模的全部过程都不需要正态假设,只要假设y在x给定的情况下独立,方差相同(在很多问题上,这个也可以忽略)。正态假设是在构造置信区间的时候加入的,并不是回归的基本假设。而实际上现在通过bootstrap的方法,连构造置信区间和预测时的正态假设也可以省略掉。国内个别教材讲得不是很清楚(有可能作者自己都比较糊涂)。lz似乎并没有理解回归在干什么,为什么可行。可以自己仔细思考一下回归的思想。
嗯,谢谢。我只是觉得回归的实际过程中并没有遇到Y分布以及估计Y方差齐性的问题,而书上又说Y的正态分布和方差齐是线性回归的应用前提,我就不知道如何理解了。实际做直线回归的时候,每个X只对应1个Y,这样似乎没法得到该X对应的Y分布,也就无从谈起方差齐性了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-1-28 15:57:25
ltx5151 发表于 2011-1-28 14:17
线性回归的基本假设里并不需要正态性假设。建模的全部过程都不需要正态假设,只要假设y在x给定的情况下独立,方差相同(在很多问题上,这个也可以忽略)。正态假设是在构造置信区间的时候加入的,并不是回归的基本假设。而实际上现在通过bootstrap的方法,连构造置信区间和预测时的正态假设也可以省略掉。国内个别教材讲得不是很清楚(有可能作者自己都比较糊涂)。lz似乎并没有理解回归在干什么,为什么可行。可以自己仔细思考一下回归的思想。
同时,不是国内个别教材,而是多数教材(至少我看过的)全部都写了这些前提假设。所以我有点糊涂实际回归中根本没法去检验Y是否符合这些前提假设。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-1-30 09:02:33
4# trier2006


不知道大家还有什么高见
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-1-30 14:12:36
前提假设是LINE:
linear,independence,normorlity,equare vriance.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群