84094_it-IT

liliconcom

stderr in quadratura rispetto alla regressione generalizzata

Ciao, stavo analizzando questo semplice DOE:

A B Y
33 180 3317
33 180 3653
17 230 6133
17 230 6436
25 205 5939
33 230 12431
17 180 1710
17 180 1806
25 205 5578
33 230 13680

 

con Standard Least Square e con GenReg.

 

Ho notato che mentre le stime sono esattamente le stesse, GenReg produce uno stderr più piccolo (in corsivo).

 

Minima piazza standard:

Intercetta -29469,6125 1390.0621826 -21.20 <.0001
A 265.5625 19,698,753398 millions 13.48 <.0001
B 140,97 6,3036,010872 millions 22.36 <.0001
(A-25) * (B-205) 6.305 0.787950 1359 8,00 0,0002

 

GenReg (normale, selezione in avanti, min AICc)

Termine Std Errore Wald ChiSquare Prob> ChiSquare Inferiore 95% Superiore 95%
Intercetta -29469,6125 1210.3742588 592.80177141 <.0001 -31841.90246 -27097,32254
A 265.5625 15,108,244044 millions 308.96231754 <.0001 235.9508858 295.1741142
B 140,97 4,834,638094 millions 850.20853436 <.0001 131.49428346 150.44571654
(A-25) * (B-205) 6.305 ,6043,297618 millions 108.84844181 <.0001 5.1205354322 7.4894645678

 

Qualcuno può spiegare perché è così?

 

Grazie mille in anticipo.

Matteo

 

Ri: stderr in regressione generalizzata o quadrataCiao Matteo, ho la stessa domanda. Curioso del perché RMSE e AICc / BIC differiscono tra le piattaforme ma le stime dei parametri sono le stesse!
Ri: stderr in regressione generalizzata o quadrata

Non vedo alcuna differenza in AICc o BIC tra le due piattaforme, ma vedo sicuramente la differenza negli errori standard.

 

Nella piattaforma GenReg, se si passa la stima a Minimi quadrati standard, si otterranno esattamente gli stessi errori standard. Inizi a vedere le differenze quando viene modificato in Stepwise, anche se il modello è lo stesso.

 

La risposta è dovuta al diverso metodo utilizzato per stimare gli errori standard. Dall'aiuto di JMP, Gen Reg sta facendo questo:

 

I minimi quadrati standard hanno un calcolo più diretto dell'errore standard.