Homogenität überprüfen

Allgemeine Statistik mit R, die Test-Methode ist noch nicht bekannt, ich habe noch keinen Plan!

Moderatoren: EDi, jogo

Antworten
michi9999

Homogenität überprüfen

Beitrag von michi9999 »

Hallo!

Ich möchte eine Regressionsanalyse machen und dazu einige Fragen:

Voraussetzung für lineare Regression ist die Normalität und Homogenität. Muss die Normalverteilung nur für die abhängige Variable gegeben sein oder für beide?
Wenn ich die Daten auf Homogenität testen möchte (Fligner.test oder Bartelett.test) bekomm ich eine Fehlermeldung:

Code: Alles auswählen

> bartlett.test(june$numb_species,june$temp)

Code: Alles auswählen

Fehler in bartlett.test.default(june$numb_species, june$temp) : es müssen zumindest 2 Beobachtungen in jeder Gruppe sein
(temp und numb_species sind zwei Vektoren mit Zahlen vom Typ num -> laut str(...))

Lg
jogo
Beiträge: 2085
Registriert: Fr Okt 07, 2016 8:25 am

Re: Homogenität überprüfen

Beitrag von jogo »

Hallo Michi,
michi9999 hat geschrieben: Di Mai 23, 2017 8:22 pmIch möchte eine Regressionsanalyse machen und dazu einige Fragen:

Voraussetzung für lineare Regression ist die Normalität und Homogenität. Muss die Normalverteilung nur für die abhängige Variable gegeben sein oder für beide?
die klassischen Beweise, die zu der Aussage führen, dass die Methode der kleinsten Quadrate BLUE https://de.wikipedia.org/wiki/Minimalva ... %C3%A4tzer ist, haben u.a. folgende Voraussetzungen:
die Residuen stammen für jede Beobachtung aus einer Normalverteilung, die unabhängig von der Beobachtung die gleiche Varianz aufweisen und den Erwartungswert 0 haben. Außerdem dürfen die Residuen von verschiedenen Beobachtungen nicht miteinander korreliert sein.
Für lm() gibt es diagnostische Diagramme für die ersten Voraussetzungen. Die letzte Voraussetzung lässt sich nicht vollständig mit Hilfe der vorhandenen Daten prüfen: hier begnügt man sich üblicherweise mit einem Durbin-Watson-Test.
Die Voraussetzungen an die Residuen sind recht streng - für einen Teil der Eigenschaften zu streng, z.B. ist der LS-Schätzer immer noch unbiased, wenn auf die Varianzhomogenität verzichtet wird (nur die vom LS-Schätzer ausgewiesenen Standardfehler sind zu klein).

Gruß, Jörg
Antworten