Линейный тест гипотезы
p = linhyptest(beta,COVB,c,H,dfe)
[p,t,r] = linhyptest(...)
p = linhyptest(beta,COVB,c,H,dfe) возвращает значение p p теста гипотезы на векторе параметров. beta является вектором оценок параметра k. COVB является k-by-k оцененная ковариационная матрица оценок параметра. c и H задают нулевую гипотезу в форме H*b = c, где b является вектором неизвестных параметров, оцененных beta. dfe является степенями свободы для оценки COVB или Inf, если COVB известен, а не оценивается.
beta требуется. Остающиеся аргументы имеют значения по умолчанию:
COVB = eye(k)
c = zeros(k,1)
H = eye(K)
dfe = Inf
Если H не использован, c должен иметь элементы k, и это задает значения нулевой гипотезы для целого вектора параметра.
Следующие функции возвращают выходные параметры, подходящие для использования в качестве входного параметра COVB к linhyptest: nlinfit, coxphfit, glmfit, mnrfit, regstats, robustfit. nlinfit возвращает COVB непосредственно; другие функции возвращают COVB в stats.covb.
[p,t,r] = linhyptest(...) также возвращает тестовую статистическую величину t и ранг r матрицы гипотезы H. Если dfe является Inf или не дан, t*r является статистической величиной хи-квадрата со степенями свободы r. Если dfe задан как конечное значение, t является статистической величиной F со степенями свободы dfe и r.
linhyptest выполняет тест на основе асимптотического нормального распределения для оценок параметра. Это может использоваться после любой процедуры оценки, для которой ковариации параметра доступны, таковы как regstats или glmfit. Для линейной регрессии p - значения точны. Для других процедур p - значения являются аппроксимированными, и могут быть менее точными, чем другие процедуры, такие как те на основе отношения правдоподобия.
Подходящее кратное линейная модель к данным в hald.mat:
load hald
stats = regstats(heat,ingredients,'linear');
beta = stats.beta
beta =
62.4054
1.5511
0.5102
0.1019
-0.1441Выполните F - тест, что последние два коэффициента оба 0:
SIGMA = stats.covb;
dfe = stats.fstat.dfe;
H = [0 0 0 1 0;0 0 0 0 1];
c = [0;0];
[p,F] = linhyptest(beta,SIGMA,c,H,dfe)
p =
0.4668
F =
0.8391