Por qué algunas personas la prueba de regresión, como los supuestos del modelo a los datos en bruto y de otras personas a prueba en el residual?

Question

Soy un Estudiante de Doctorado en psicología experimental y me esfuerzo para mejorar mis habilidades y conocimientos acerca de cómo analizar los datos de mi.

Hasta que mi 5to año de Psicología, pensé que la regresión de modelos (por ejemplo, ANOVA) asume las siguientes cosas:

• la normalidad de los datos
• la homogeneidad de la varianza para los datos y así sucesivamente

Mis cursos de pregrado, me llevan a creer que los supuestos sobre los datos. Sin embargo, en mi 5to año, algunos de mis instructores subrayó el hecho de que los supuestos sobre el error (estimada por los residuos) y no los datos en bruto.

Recientemente estaba hablando acerca de los supuestos pregunta con algunos de mis colegas que también reconoció que han descubierto la importancia de la comprobación de las hipótesis sobre el residual sólo en sus últimos años de universidad.

Si entiendo bien, la regresión, como los modelos de hacer suposiciones sobre el error. Así que tiene sentido para comprobar los supuestos en los residuos. Si es así, ¿por qué algunas personas comprobación de los supuestos sobre los datos en bruto? Es a causa de que tal procedimiento de comprobación aproximada de lo que queremos obtener, mediante la comprobación de los residuos?

Yo estaría muy interesantes en un disccussion sobre este tema con algunas personas que tienen el conocimiento más preciso de lo que mis colegas y yo le doy las gracias de antemano por sus respuestas.

Answer 1

Básicamente, usted está en el camino correcto. Encontrará una discusión sobre el aspecto de normalidad en la Normalidad de la variable dependiente = normalidad de los residuos?

Algunos de los supuestos del clásico modelo lineal son, de hecho, acerca de los errores (el uso de los residuos como realizaciones de ellos):

• Están correlacionadas? (Relevante para la inferencia y la optimalidad de la OLS-estimadores)
• ¿Tienen igual varianza? (Relevante para la inferencia y la optimalidad de la OLS-estimadores)
• Se centraron alrededor de 0? (Suposición clave para obtener estimadores insesgados de y predicciones)
• Si la muestra es muy pequeña: son normales o, al menos, distribuidos de forma simétrica? (Relevante para la inferencia)

Otras condiciones son acerca de "datos en bruto":

• No hay bruta de valores atípicos en regresores? (Alto apalancamiento observaciones pueden destruir el modelo)
• No hay multicolinealidad perfecta? (Podría causar problemas de cálculo, al menos en algunos paquetes de software)

Ahora, su profesor de pregrado puede ser correcta así:

• Tal vez usted se está centrando en los univariante pruebas como la prueba de t de muestras. Allí, los supuestos sobre los datos en bruto.
• Si el $R^2$ es muy baja y la variable de respuesta se ve todo normal, pero, a la misma más probable es que también es cierto para los residuos.
• ¿Cómo podría usted comprobar homoscedasticity etc. a partir de datos brutos? Tal vez incomprendido él o ella.

Answer 2

Me parece que la diferenciación entre los residuos y los datos en bruto ineficiente ya que ambos se refieren más a su real de la muestra y no subyacente de la distribución de la población. Es mejor pensar como un requisito de "estar en el grupo de los requisitos" y otros "entre el grupo de supuestos".

Por ejemplo, la varianza homonenity es un "entre el grupo de asunción", ya que decir que dentro del grupo de la varianza es la misma para todos los grupos.

La normalidad es una "dentro del grupo" hipótesis de la que requiere que dentro de cada grupo y se distribuye normalmente.

Tenga en cuenta que tener a la normalidad durante toda su cruda y generalmente significa que usted no tiene ningún efecto - observar la distribución de género, sin diferenciar entre hembras y machos. No será distribuido normalmente, debido al fuerte efecto de género. Pero dentro de cada género se sostiene bastante bien.