84094_es-ES

liliconcom

stderr en regresión mínima vs.

Hola, estaba analizando este sencillo 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 y con GenReg.

 

Noté que mientras las estimaciones son exactamente las mismas, GenReg produce stderr más pequeño (en cursiva).

 

Estándar Least Square:

Interceptar -29469.6125 1390.0621826 -21.20 <.0001
A 265.5625 19.698753398 13.48 <.0001
B 140.97 6.3036010872 22.36 <.0001
(A-25) * (B-205) 6.305 0.787950 1359 8.00 0.0002

 

GenReg (normal, selección hacia delante, min AICc)

Plazo Estimar Error estándar Wald ChiSquare Prob> ChiSquare Inferior 95% Upper 95%
Interceptar -29469.6125 1210.3742588 592.80177141 <.0001 -31841.90246 -27097.32254
A 265.5625 15.108244044 308.96231754 <.0001 235.9508858 295.1741142
B 140.97 4.834638094 850.20853436 <.0001 131.49428346 150.44571654
(A-25) * (B-205) 6.305 0.6043297618 108.84844181 <.0001 5.1205354322 7.4894645678

 

¿Alguien puede explicar por qué esto es así?

 

Muchas gracias por adelantado.

Matteo

 

Re: stderr en regresión menos cuadrada vs generalizadaHola Matteo, tengo la misma pregunta. ¡Curioso por qué RMSE y AICc / BIC difieren entre las plataformas, pero las estimaciones de los parámetros son las mismas!
Re: stderr en regresión menos cuadrada vs generalizada

No veo una diferencia en AICc o BIC entre las dos plataformas, pero definitivamente veo la diferencia en los errores estándar.

 

En la plataforma GenReg, si cambia la estimación a Mínimos cuadrados estándar, obtendrá exactamente los mismos errores estándar. Comienza a ver las diferencias cuando se cambia a Stepwise, aunque el modelo sea el mismo.

 

La respuesta se debe a que se utiliza un método diferente para estimar los errores estándar. De la ayuda de JMP, Gen Reg está haciendo esto:

 

Mínimos cuadrados estándar tiene un cálculo más directo del error estándar.