563172_de-DE

liliconcom

Warum es kein Konfidenzintervall für die orthogonale Regression gibt

Hallo zusammen,

 

Ich habe nur eine Frage zur Verwendung der Funktion „Y nach X anpassen“ in JMP.

Ich verwende zwei Methoden: lineare Regression und orthogonale Regression für Daten.

 

Ich weiß, dass der Unterschied darin besteht, dass die lineare Methode davon ausgeht, dass es nur Variationen beim Y-Wert gibt, während die orthogonale Methode von einer Variation beider X- und Y-Werte ausgeht.

 

Aber ich frage mich, warum ich das Konfidenzintervall oder Vorhersageintervall nicht mit der orthogonalen Methode zeichnen kann.

Ich kann nur den unteren CL und den oberen CL sehen und kann die Grenze nicht ziehen.

Ist dieser untere und obere CL ein sicheres Intervall?
Wenn ja, kann ich das CI irgendwie in das Diagramm einzeichnen?

Kann mir jemand bei der Erklärung helfen? Vielen Dank

 

 

 

 

Datenexploration und -visualisierungBetreff: Warum es kein Konfidenzintervall für die orthogonale Regression gibt

Bei einer schnellen Suche im Internet sehe ich keine Definitionen für Konfidenzintervalle oder Vorhersageintervalle einer angepassten orthogonalen Regression.

Hier ist meine Ansicht. Wenn man etwas Ähnliches definieren möchte wie das, was für OLS verfügbar ist, z. B. Intervalle mit X, existieren die Definitionen möglicherweise nicht für die orthogonale Regression. Weil man die Verteilung von Y bei gegebenem X kennen muss. Ich sehe nicht, dass die Distribution sofort verfügbar ist.

Wenn es andererseits vernünftig ist, anders zu denken, kann eine andere Definition etwas Nützlicheres bringen. Wie wäre es mit einem „Bootstrapped-Konfidenzintervall“? Passen Sie also die orthogonale Regression immer wieder an Bootstrap-Stichproben an und sammeln Sie alle angepassten orthogonalen Regressionslinien. Das Ergebnis sollte Ihnen etwas über die Unsicherheiten verraten, die mit der angepassten orthogonalen Regression verbunden sind.