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
из гипотезы тестируют на векторе параметров. beta
вектор оценок параметра k. COVB
k-by-k оцененная ковариационная матрица оценок параметра. c
и H
задайте нулевую гипотезу в форме H*b = c
, где b
вектор неизвестных параметров, оцененных beta
. dfe
степени свободы для COVB
оцените, 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 COVB
входной параметр 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
из матрицы гипотезы H
. Если dfe
isinf
или не дан, t*r
статистическая величина хи-квадрата с r
степени свободы. Если dfe
задан как конечное значение, t
статистическая величина F с r
и dfe
степени свободы.
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 -0.1441
Выполните 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