회귀 분석을>Homoscedasticity/동질성의 분산/가정의 동일한 분산

이미지:Sreebot|허

단순히 넣어,homoscedasticity 의미”같은 분산이 있습니다.”그것이 일련의 데이터에 존재하기 위해서는 위의 그림과 같이 점이 선에서 거의 같은 거리 여야합니다. 반대는 heteroscedasticity(“다른 산란”)이며,여기서 점은 회귀선으로부터 광범위하게 다양한 거리에 있습니다.

x 축에서 더 높은 점은 작은 값보다 더 큰 분산을 갖습니다.

여기서”거리”라고 말했고 분산은 아닙니다. 그래프를 볼 때 점에서부터 선까지의 거리를 조사하여 데이터 집합이 동형성을 나타내는지 확인하는 것이 더 쉽습니다. 기술적으로,그것은 계산되는 분산이며,그것은 당신이 계산에 사용할 것입니다. 그러나 분산이 수식을 필요로하기 때문에 그래프에서 안구를하는 것은 불가능합니다.

분산 공식.

으로 분산는 표준 편차 제곱을 볼 수 있습 homoscedasticity 설명하는 조건으로 표준 편차가 동일한 모두 포인트입니다.

에서 더 많은 공식적인 용어

당신이 거의에 걸쳐 올 것 세트된 데이터의 분산한다. 0.01 에서 101.01 까지의 차이를 볼 가능성이 더 큽니다. 그렇다면 데이터 세트는 언제 homoscedasticity 를 갖는 것으로 분류됩니까? 에 대한 일반 규칙에 따라 사용자는 thumb1

경우에는 비율의 가장 큰 차이가 가장 작은 차이 1.5 또는 아래,데이터는 homoscedastic.

균등 분산의 가정은 무엇입니까?

가정의 동일한 분산을(즉,가정의 homoscedasticity)서는 다양 샘플을 분산이 동일하는 경우에도,그들은 다른 집단에서. 가정은 분산 분석(ANOVA)과 학생의 T-테스트를 포함한 많은 통계 테스트에서 발견됩니다. Welch 의 T-Test 와 같은 다른 테스트는 동등한 분산을 전혀 필요로하지 않습니다.
실행하는 테스트를 확인하지 않고 동일한 차이는 상당한 영향을 미칠 수 있습에서의 결과와도 무효화됩니다. 결과가 얼마나 영향을 받는지는 사용하는 테스트와 해당 테스트가 불평등 한 분산에 얼마나 민감한지에 따라 다릅니다. 예를 들어,고정된 요인을 분산 분석 테스트와 동등한 샘플 크기만 영향을 받는 작은 금액을 분산 분석과 함께 불평등 샘플 크기를 줄 수 있습이 완전히 잘못된 결과입니다.

균등 분산의 가정은 선형 회귀에도 사용되며,이는 데이터가 homoscedastic 이라고 가정합니다. 간단히 말해서,데이터가 널리 확산에(같은 원뿔 모양에 heteroscedastic 위의 이미지),회귀 작동하지 않을 것입니다. 이 주제에 대한 자세한 내용은 회귀에 대한 가정&조건을 참조하십시오.

에 대한 테스트 분산의 동질성

실행할 수 있는 테스트 데이터를 확인하는 데 충족이 가정을 포함한다:

• 바틀렛의 시험
• 상자 M Test
• 브라운-Forsythe 테스트
• Hartley 의야 시험
• Levene 의 시험

——————————————————————————

도움이 필요한 숙제를 하거나요? Chegg Study 를 사용하면 해당 분야의 전문가로부터 질문에 대한 단계별 솔루션을 얻을 수 있습니다. 체그 교사와 처음 30 분은 무료입니다! 나는 이것이 어떻게 작동하는지 잘 모르겠습니다.