异方差下回归模型拟合不足的检验

@文章{Li1999TestingLO,title={在异方差下测试回归模型的拟合不足},作者={Chin Shang Li},journal={加拿大统计杂志},年份={1999},体积={27},网址={https://api.semanticscholar.org/CorpusID:15610984}}
  • 李金尚
  • 已发布 1999年9月1日
  • 数学
  • 加拿大统计杂志
基于非参数核拟合和参数拟合的比较,提出了一种评估异方差非线性回归模型拟合不足的检验方法。提出了一种数据驱动的带宽选择方法,该方法使用参数零模型的渐近最优带宽,从而得出在零假设下具有极限正态分布且与任何固定替代方案一致的测试。结果测试应用于测试缺乏

通过余弦序列平滑对异方差回归模型的缺乏拟合检验

通过使用参数零模型最优阶的非参数余弦回归方法,推导出了一个检验来评估异方差非线性回归模型的有效性,该检验在零假设下是渐近正态分布的,并且与任何固定的替代方法相一致。

存在异方差的非参数lack-of-fit检验

为了获得正确的统计推断,必须测试特定回归模型的充分性。此外,忽略回归模型中异方差误差的存在

用非参数回归技术检验参数回归模型的不完全性

使用基于非参数线性平滑器的t比较统计量,为参数回归模型导出了数据驱动的lack-of-t检验。这些测试适用于以下设置:

存在异方差的非线性回归的一种新的非参数lack-of-fit检验

摘要本文提出了一种存在异方差的非线性回归的非参数lack-of-fit检验。我们考虑具有离散或连续的回归模型

使用核平滑测试广义线性模型中的线性

李(1999)提出了一个检验统计量,用于使用非参数核平滑器检验异方差非线性回归模型的充分性,并应用于广义线性检验

通过样条线测试无影响

基于零模型和B样条模型之间的惩罚残差平方和差异,提出了一种基于样条的常均值函数检验统计量,其中回归

通过花键进行无影响测试

基于零模型和B样条模型之间的惩罚残差平方和差异,提出了一种基于样条的常均值函数检验统计量,其中回归

回归模型的最佳诊断

对于固定设计回归模型,我们通过核估计比较了最小二乘法和无模型非参数方法对参数线性或非线性模型的拟合。一个

一致模型规范测试:省略变量和半参数函数形式

在本文中,我们在非参数回归模型的背景下开发了几个一致性检验。这些测试包括回归变量子集的显著性测试和

在(半参数)部分和广义样条模型中检验(参数)零模型假设

关于etend les results de Cox et Koh(1986),辅助模型概括了de Wahba(1985),以及一个潜水员autres模型样条-粒子。关于montre que la statistique de test a une relationship etroite avec le

偏离常数均值的综合检验

根据模型yi=F(xi)+ei,在x i点进行观测,其中ei是具有恒定方差的独立法线。为了确定F(x)是否为常数

端点附近的光滑最优核估计

平滑曲线(如密度、谱密度或回归函数)的SUMMARY核估计在估计支持的近端点时需要修改,无论是在实际中还是在回归函数中

关于一类鞅的偏离正规性

设{XnFn,n=0,1,2,…}是X0=0a.s.的鞅,(X_n=sum{{i=1}^nY_i,nunderset{raise0.3em\hbox{$\shrash{scriptstyle-}$}}{geqsleat}1}),n≥1,Fn