pvalores de los coeficientes glm y de los residuos con distribución de cola pesada

Question

He visto este pero todavía tengo algunas preguntas adicionales. Tengo un modelo de regresión lineal ordinaria con más de 300 predictores (que representan diferentes condiciones). Quiero saber qué condiciones tienen un efecto positivo en el resultado. Así que miro los valores p y selecciono los que están por debajo de 0,01 (después de corregir las pruebas múltiples) Tengo 300 coeficientes y una s Utilicé la función de familia gaussiana por defecto. tamaño de la muestra de 1200 con al menos 3 df para cada término).

Pero después de construir el modelo y mirar los residuos. Veo que son de cola pesada. ¿Qué significa esto para las estimaciones del error estándar de los coeficientes? ¿Son demasiado conservadoras (lo que es seguro) o demasiado liberales (cambio de recoger más falsos positivos)?

Aquí se muestran los gráficos de la salida de glm.

Answer 1

El error estándar de los coeficientes depende de la distribución de las observaciones. Tiene razón en preocuparse.

Usted depende de la Teorema del límite central para decir que la distribución de los coeficientes es normal. Se requiere una media y una varianza definidas. Si sus observaciones proceden de una distribución de pareto generalizada, o de alguna otra distribución de colas profundamente pesadas, es posible que no se cumplan las condiciones.