Линейный тест гипотезы
p = linhyptest(beta,COVB,c,H,dfe)
[p,t,r] = linhyptest(...)
p = linhyptest(beta,COVB,c,H,dfe)
возвращает p значение p
теста гипотезы на вектор параметров. beta
является вектором k оценок параметров. COVB
- k -by k оцененная ковариационная матрица оценок параметров. c
и H
задайте нулевую гипотезу в форме H*b = c
, где b
- вектор неизвестных параметров, оцененный beta
. dfe
является степенями свободы для COVB
оценка, или Inf
если COVB
известен, а не оценен.
beta
обязательно. Остальные аргументы имеют значения по умолчанию:
COVB = eye(k)
c = zeros(k,1)
H = eye(K)
dfe = Inf
Если H
опущен, c
должны иметь k элементов, и это задает значения нулевой гипотезы для всего вектора параметра.
Примечание
Следующие функции возвращают выходы, подходящие для использования в качестве COVB
входной параметр в linhyptest
: nlinfit
, coxphfit
, glmfit
, mnrfit
, regstats
, robustfit
. nlinfit
возвращает COVB
непосредственно; другие функции возвращаются COVB
в stats.covb
.
[p,t,r] = linhyptest(...)
также возвращает тестовую статистику t
и ранг r
матрицы гипотез H
. Если dfe
является Inf
или не дается, t*r
является хи-квадратной статистикой с r
степени свободы. Если dfe
задается как конечное значение, t
является F статистикой с r
и dfe
степени свободы.
linhyptest
выполняет тест на основе асимптотического нормального распределения для оценок параметра. Он может использоваться после любой процедуры оценки, для которой доступны параметры ковариации, такие как regstats
или glmfit
. Для линейной регрессии p -значения точны. Для других процедур p-значения являются приблизительными и могут быть менее точными, чем другие процедуры, такие как основанные на коэффициенте вероятности.
Подбор множественной линейной модели 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, чтобы последние два коэффициента были 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