• 締切済み

二つの回帰式の係数の差の検定、χ2乗検定

二つの単回帰式における係数が有意に異なるか、を検定するのにある論文のなかで、χ2乗検定をしているのですが、それがどのようなプロセスを踏んでそのように検定しているのかがわからず、困っています。具体的には、 X(t+1)=a+bX(t)+u(t+1) Y(t+1)=c+dY(t)+v(t+1) という一階のラグを含んだ自己回帰式において、bとdがそれぞれXとYの持続性を表すとして、得られた回帰係数のどちらかが有意に大きいといえるかを検定するというものです。  参考書やウェブを調べたのとですが、これという確信をもてるものがなく、困っています。 χ2乗検定を使っているので、回帰係数の標準誤差の比でF検定?とも考えたのですが、違いますでしょうか。 またエクセルで処理する方法がありましたらご教授いただけますと助かります。 実証研究にお詳しい方、どうかお力をお貸しください。 よろしくお願いいたします。

みんなの回答

  • ramayana
  • ベストアンサー率75% (215/285)
回答No.2

回帰係数の比較にカイ2乗検定を使ったことがないので、確実なことは言えないのですが…。 式の中の u と v は、かく乱項ですね。通常どおり、すべての t について、u (t) は、 平均 0 、分散σ^2 の独立な正規分布に従うものと仮定します。v (t) も、 平均 0 、分散τ^2 の独立な正規分布に従うものと仮定します。さらに、次の仮定を追加します。 (仮定) すべての s と t について、u(s) と v(t) は独立と仮定する。 以上の仮定の下で、もし、サンプルサイズが大きいなら、次のことが言えます。 [1]  Chi2 = ( b_est – d_est )^2 /(b_se^2 + d_se^2) と置きます。もし b = d なら、 Chi2 は、自由度 1 のカイ2乗分布に従います。ただし、 b_est と d_est は、 b と d の推計値(エクセルで計算したときの「係数」欄の値)。 b_se と d_se は、 b_est と d_est の標準偏差の推計値(エクセルで計算したときの「標準誤差」欄の値)。 この Chi2 を使って、一応、カイ2乗検定ができます。 また、次の T を使っても検定できます。 [2]  T = ( b_est – d_est ) /(b_se^2 + d_se^2)^0.5 もし、もし b = d でサンプルサイズが大きいなら、このT は、標準正規分布に従うので、正規分布による検定が使えます。

hikirian
質問者

お礼

ご丁寧な説明を有り難うございます。たいへん参考になります。頂いたご説明を参考に自分なりの検証をしてみたいと思います。

  • takurinta
  • ベストアンサー率71% (64/90)
回答No.1

Methodのところを丸写ししてもらった方がよかったのですが、もしかしたら尤度比検定をしているのかもしれません。 Wikipedia参照。 http://en.wikipedia.org/wiki/Likelihood-ratio_test 尤度比検定だとしたら、エクセルで処理するのは難しいと思います。統計ソフトを使うことになると思います。

参考URL:
http://ja.wikipedia.org/wiki/%E5%B0%A4%E5%BA%A6%E6%AF%94%E6%A4%9C%E5%AE%9A
hikirian
質問者

補足

ご回答いただき有り難うございました。論文ではとくにどの検定をおこなったのかは記述がなく、b=dの検定として、カイ二乗値とp値の結論がありました。説明が漏れましたが、この2つの回帰式は誤差項の相関を考慮した同時推定、surを使っています。ユウド比検定ということはvuong検定ということでしょうか?

関連するQ&A

  • 回帰係数が1かどうかの検定

    変数xが1増えると変数yも1増える、という仮説を検定した研究で、1に近い回帰係数が得られてt値も低い(例えば1未満)という結果から、この仮説は支持できるというのがありました。これって統計的に正しい推論なのでしょうか。通常だと、例えば係数が正という仮説を検定するために、係数ゼロという帰無仮説を立ててt値が2未満であれば帰無仮説を受容(対立仮説は棄却)し、そして結論を保留する、ということになりますね。ですから先の場合も現状ではなにも言えないということになると思うのですが、それでは係数が1という仮説はどのようにして検定すれば良いのでしょうか。あるいは帰無仮説はどのように立てるのが良いのでしょうか(一般的なのでしょうか)。

  • 単純回帰モデルの優位性検定

    大学の練習問題で出題された問題ですがなぜ説明変数の数が1になるのか理解できません。 「問題」  単純回帰モデル:y=a+bX+u の推定結果に基づいて、以下の問いに答えなさい。 (  )内の数字は上段が回帰係数の標準誤差、下段がt値を示しています。 ∧ Y=14.107+1.224X (1.863)(0.061)  R2(2乗)=0.9760 (7.751)(20.166)  n=12 という問題で解説が t検定の自由度はサンプルの数をn、説明変数の数をkとすると n-k-1=12-1-1=10 となっていてn=12は記載されているので理解できたのですが、k=1が分かりません。 何か計算によって出ているのでしょうか? 得意な方解答お待ちしています。

  • 回帰係数のt検定について

    回帰係数の検定では回帰定数を0とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=(求めた回帰定数)/√{(残差平方和)/(n-2) /(説明変数の偏差平方和)} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか?一番気になる点は自由度が(n-2)になる点です。何卒宜しくお願い致します。

  • 数理統計のt検定

    回帰係数に関する検定についてお尋ねします。 車の停止距離に関する以下のデータ(yが停止距離、xが時速が与えられているとき、 y(m) x(km/h) 5.3 45 7.5 50 5.9 55 9.2 60 8.8 65 7.5 70 12 75 回帰式がy=0.16428x-1.82857となるのはわかり、xの標準誤差が0.05702でt値が2.88094というのは計算できたんですが、切片の標準誤差とt値が計算の仕方がわかりません。エクセルを使わずに計算したいのですが計算式を教えていただけませんか。

  • 2つの重回帰分析結果の標準偏回帰係数の有意差

    2つのデータ集合(目的変数Y、説明変数X1,X2)について重回帰分析をそれぞれ行い、2つの回帰式を得ます。その結果求められたX1の標準偏回帰係数が、2つの回帰式間で変化したこと調べるには、検定が必要でしょうか?また、必要な場合、どのような検定を行えばよいでしょうか? 色々調べてみたのですが、わからず困っています。教えていただけると本当に助かります。どうぞよろしくお願い申し上げます。

  • 回帰曲線の有意性検定

    回帰直線の有意性検定がしたいので、いろいろ勉強していますが、教科書を探しても下記の答えが見当たらず悩んでいます。質問は二つあります。 1) 重回帰分析の場合、T検定とF検定の違いは、各パラメータの検定と、全体的な検定の違いだと理解したのですが、単回帰分析(y=ax+b)の場合、T検定とF検定は全く同じことをしていることになるのでしょうか? 2) 単回帰分析(y=ax+b)の有意性検定(F検定)を行った場合、aが0に近ければ近いほど、少しのバラつきで有意でなくなると思うのですが、その認識はあってるでしょうか? その場合、有意でないものを棄却すると、aが0に近いものが多く棄却される傾向になり困っています。 (多数あるデータのうち、棄却されるものに偏りがでてきてしまう。) これを解決する方法はあるのでしょうか?

  • 授業で平均・分散・重回帰係数・寄与率・相関係数・検定(F0)・標準回帰

    授業で平均・分散・重回帰係数・寄与率・相関係数・検定(F0)・標準回帰係数(Y=で定数項がない式)を学びました。 あるデータ(説明変量(x1~x3)と目的変量(Y))を渡されて、来週にレポート(結果と検討など)として提出しなければなりません。 先生は「標準化したものだけでやっていい」とおっしゃったのですが、そもそも標準化とは説明変量の度合いをみるだけではないのでしょうか?? 一応回帰係数を求め、寄与率、相関係数、検定を行いましたが、危険率10%で「式は役立たない」という結果に、 はじめに標準化し、寄与率、相関係数、検定をするも、危険率10%で「式は役立たない」 という結果にいたりました。 検定で「式は役立たない」というのはいったいどういう意味なのでしょうか。教えてください。

  • 重回帰式の応用

    重回帰分析の結果と回帰式の使い方、応用の方法について質問です。相関係数0.85、決定係数0.72と出たのですが、全部で7つの説明変数のうち6つは有意ではありませんでした。多重共通性の問題に該当する説明変数を省き、再度分析したのですが結果として有意と判断されるのは1つの要因のみでした。そこで、その1つの要因に対して単純回帰分析を行うと相関係数0.72、決定係数0.51と重回帰分析よりも数値が低下してしまいました。この場合有意性の問題を無視し、はじめの重回帰式を用いて被説明変数を求めること(有意ではない説明変数を多く使うことで、被説明変数の誤差を少なくすること)に何かしらの問題はありますでしょうか? 素人のため質問内容がわかりにくかったら申し訳ありません。よろしくお願いします。

  • 回帰関係の有意性と回帰係数の有意性の意味

    「回帰関係の有意性」と「回帰係数の有意性」についての質問です。 この2つなんですが、それぞれ何故こんなことをするのでしょうか? また何がわかるのでしょうか? 式を見たりしてもイマイチ理解ができず、困っています。 簡潔に説明して頂けると大変有り難いです(><;) よろしくお願いします。

  • 回帰分析で「有意な相関がある」という言葉はあり得るのか

     回帰分析(単回帰、重回帰)において、例えば単回帰では「2つの間には有意な正の相関関係が認められる」という日本語はあり得るのでしょうか。そもそも、回帰分析において相関関係の有意性を検定する検定方法というものが存在するのでしょうか。または、相関係数や決定係数で判断するしかない(例えばr2が0.8以上なら精度が高い)のでしょうか。  また、回帰式や回帰係数の有意性の検定といわれているものは母集団に対する検定ということですので、今回の質問の答えに当てはまらないと考えていますが、この考えは合っているのでしょうか。