85017_zh-CN

liliconcom

异方差的白色检验

任何人都知道我们是否可以在 JMP 或 Pro 中进行此测试...客户询问了。 白色测试 - 维基百科

 

我在 SPSS 网站上找到了一篇文章，了解类似的过程：程序

 

团队的想法？

 

米

回复：异方差的白色测试

唐 - 你摇滚！

谢谢^9，

乙

回复：异方差的白色测试

当我在 Amgen 时，我为 Breusch-Pagan 写了一个简短的剧本。 如果它有任何用处，给你：

 

tbl = Current Data Table();

cDlog = Column Dialog(
 rCol = Col List("Residual", Max Col(1)),
 pCol = Col List("Predicted Value", Max Col(1))
 
);
residCol = Column(cDlog["rCol"]);
predCol  = Column(cDlog["pCol"]);

tbl << Fit Y by X(
 Y(residCol),
 X(predCol),
 Fit Line({Save Residuals})
);
Column(tbl,N Col(tbl)) << Set Name("BP Resids");
bpResidCol = Column(tbl,N Col(tbl));

n     = N Row(tbl);
zVec  = predCol << Get as matrix;
eVec  = (:BP Resids << Get as matrix);
e2Vec = eVec^2;
iVec  = J(n,1,1);
zVec  = iVec || zVec;

uProd = (e2Vec-Mean(e2Vec)*iVec);

eSqr = eVec`*eVec/n;
outVal = Summation(i=1,N Row(),
 (residCol[i]^2 - eSqr)^2
);
e2Var = outVal/n;
bp    = (uProd`*zVec*Inverse(zVec`*zVec)*zVec`*uProd)/e2Var;
pVal  = 1-Chi Square Distribution(bp,2);
Show(bp,pVal)

回复：异方差的白色测试

在查看线性和偏差时，这将是一个有用的测试。

在跨测试方法线性范围的重复测量研究中，变异通常与输入变量的大小成正比。 通过这个测试，我想我可以回答，“范围内的异方差是否显着？”

 

那将是一件好事。

回复：异方差的白色测试附加评论：我刚刚找到这个讨论https://community.jmp.com/t5/Discussions/Test-for-homo-heteroscedacity-in-JMP/mp/7737#M7731 . 他所描述的就是SPSS文章中所说的。 但是，如果测试被拒绝（这种情况经常发生），那么人们会希望报告异方差一致的标准误差。回复：异方差的白色测试

不幸的是，JMP Pro 没有它或怀特异方差一致性标准误差。 我强烈建议 JMP 实施 White 检验以及 MacKinnon 和 White Estimators。