• 締切済み

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。

みんなの回答

  • stomachman
  • ベストアンサー率57% (1014/1775)
回答No.1

> ｙ＝a+bX+u ご質問に明示されてはいないが、Xは説明変数、uは残差、という意味でしょうな。で、説明変数がいくつあるか数えてみれば1個だけ。それはXです。

  1. カテゴリ
  2. 学問・教育
  3. 数学・算数

関連するQ&A

  • 回帰　説明変数について

    いつもお世話になっております。 ある論文を読んでいて不思議に感じたので，そのことに関して伺いたく存じます。 時系列回帰にてある推定期間を用いてy=a+bx1+cx2という回帰式でa,bおよびcの推定します。 それらのa,b,cを用いて，y=a+bx1+c(x2+x3)と説明変数の一部を変更してyの期待値を算出していました。 このように回帰式で用いた説明変数を加工して、期待値を算出することには問題はないのでしょうか？ ご存知の方がいらっしゃいましたら，ご教示のほどよろしくお願いいたします。 なお、係数にハットを付さなければならない箇所がありますが，^を用いれば指数とミスリードする可能性があるので割愛しております。

  • 回帰係数の有意性の検定

    線形回帰式 y=b0+Σ[i=1～p]bi・xi y:被説明変数　xi:説明変数　bi:係数 があり、Ｎ組のデータからbiの最尤推定量 bi~ を求めるとします。 この bi~ の有意性を検定する場合、bi~ が最尤推定量の漸近正規性から、以下の正規分布に従っているとみなします。 N(bi★,σ^2)　(bi★は真のパラメータ、分散σ^2は未知) 次に以下の仮説検定を行います。 帰無仮説　H0:bi★=0 対立仮説　H1:bi★≠0 ここでは bi~ の分散が未知なので、bi~ の標本分散 s^2 を用いて 以下のt統計量により検定を行います。 t=bi~/(s/√N) ～　自由度N-1のt分布 以上のような解説を聞いたのですが 最尤推定量 bi~ はＮ個のデータから１回推定を行っただけなので 標本は１個しかありませんよね？ だったら、標本分散s^2って計算できない気がするのですが… 私の理解のどこがおかしいでしょうか？

  • 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。

  • 回帰分析で以下のようになる原因は何でしょうか？

    回帰分析で以下のようになる原因は何でしょうか？ 式１　　logit(Y) = -3.23 + 2.45 * X1 式２　　logit(Y) = -3.23 - 0.53 * X1 + 1.34 * X2 ロジスティック回帰分析によりYをX1，X2によって説明する式を推定しました． 説明変数にX1のみを用いた場合，式１ように，X1の上昇によってYの値も大きくなるというモデルになりました． しかし，説明変数にX2も加えた場合，式２のようにX1の上昇によってYが小さくなるというモデルになってしまいました． この解釈は正しいのでしょうか？ もし正しいとすれば，式１と式２でX1の効果が逆に鳴っている原因は何でしょうか？ ご教示お願いいたします． ちなみに問題を簡単にするため説明変数の数や係数の値は架空のものです．

  • 単回帰分析

    単回帰分析における回帰直線y=a+bxの係数a,bの導出方法を教えてください。 調べたところ、a=y~-bx~ , b=Σ(x-x~)(y-y~)/(x-x~)^2とあったのですが導出する方法がわかりませんでした。 y~=1/n*Σy , x~=1/nΣx お願いします

  • 統計ソフトRの回帰分析について

    フリー統計ソフトRの回帰分析に関する質問です。 統計の研究でRというソフトを最近使い始めたのですが、なかなかうまくいきません。 特に、説明変数に期間を考慮した回帰分析のやり方です。 具体的には 二つの変数XとYがあって ｔ期におけるYの値を過去6期間(k=1,2,3,...,6)のXの値で回帰させたいのですが （式） 　　　　 6 Yt=A＋ΣBkXt-k 　　　　k=1 どのような式をlm()に入れれば分析できるでしょうか？　

  • 統計学　重回帰分析についての問題

    問題　目的関数をy、説明変数を他の二つとして重回帰分析を行え。 この問題をRで実行し、※は自分がつけた補足です。 以下は間違ったことを言っていないか見てほしいです。 よろしくお願いします。 > condo<- read.table("clipboard",header=TRUE)　※Excel上で範囲指定したデータを読み込む > condo x1 x2 y 1 12 4 22 2 12 3 24 3 11 3 21 4 7 1 19 5 8 3 19 6 9 2 22 7 14 5 24 8 11 4 23 > attach(condo) > lm1<- lm(y~.,data =condo) 　※ｙを目的変数、他のすべての変数を説明変数として線形重回帰分析を実行 > summary(lm1)　※実行結果の要約 Call: lm(formula = y ~ ., data = condo) Residuals:　※残差の８数要約 1 2 3 4 5 6 7 8 -0.7477 0.6682 -1.3259 -0.4708 -0.3084 1.1016 -0.1752 1.2582 Coefficients:　※係数の最小二乗推定値と対応ｔ値など Estimate Std. Error t value Pr(>|t|) (Intercept) 13.0140 2.1917 5.938 0.00193 **　※β_0 x1 1.0058 0.3465 2.903 0.03369 * ※β_1 x2 -0.5841 0.6478 -0.902 0.40854 ※β_2 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 1.087 on 5 degrees of freedom Multiple R-squared: 0.7852, Adjusted R-squared: 0.6992　※寄与率、自由度調整済み寄与率 F-statistic: 9.137 on 2 and 5 DF, p-value: 0.02139 最後の行は、母集団において、得られた回帰式 y= β_0+ β_1 x_1+ β_2 x_2+ ε_i が全くあてにならないという仮説(H0: β_1= β_2= 0 )を分散分析で検証している。検定統計量 F=S_R・(n-p-1)/ S_e・p ( n：標本数、p：説明変数の数、S_R：回帰による平方和、S_e：残差平方和 ) が自由度(p,n-p-1)のF分布に従うことを用いている。上記では、p値が0.02139と極めて小さいので、有意水準0.05で仮説H0は棄却され、母集団においてもこの式はあてになるという結論に至る。 ・・回答よろしくお願いします。

  • エクセル統計のロジスティック回帰について

    エクセル統計でロジスティック回帰をしようと思っています。 「関数のあてはめ－ロジスティック」と、 「多変量解析－多重ロジスティック」とツールが２つあり、 上限がともに１で、変数が１つであれば、理屈上は全く同じ推計結果が得られるようです（パラメータ推定方法の違いで、微妙に結果が異なるようですが）。 ちなみに、 前者はy=K/(1+a・exp(-bx))、後者はy=1/(1+exp(a+bx)) という式です。 質問１： 皆さんは、両者をどのように使い分けておられるでしょうか。 参考となるご意見などあれば、お伺いしたく存じます。 （数学的？（モデル表現的？）な意味合いで、本質的に異なるものなのでしょうか？） 質問２： フリーソフトのＲでもロジスティック回帰ができるようですが、 これは上記のどちらに該当することになるのでしょうか。 ご存知の方がおられましたら、ご教示頂けると幸いでございます。 どうぞ宜しくお願い申し上げます。

  • 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。

  • 【エクセル2010での回帰分析】

    現在エクセルでの回帰分析に取り組んでいるのですが、おかしな結果になってしまいます。 原因がわかる方いらっしゃいましたら、ご教授いただけないでしょうか。 回帰分析は説明変数２つ、ダミー変数５つ、観測数４６６で行っています。 添付画像のように、 概要のうち、一つの変数の係数・標準誤差が０、tが65535、P-値が＃NUM!になってしまい、 その一つ下の行の変数が、P-値が同様に＃NUM!になってしまいます。 また、説明変数とダミー変数の種類・数を変えて回帰分析を行うと、変数の数が多いときに、この現象(変数のうち一つが係数・標準誤差・t・P-値がおかしな値になり、その下の行の変数のP-値が＃NUM!になる)が生じます。 このような場合 どういった原因が考えられ、対策としてはなにが必要でしょうか？ よろしくお願いいたします。

注目のQ&A

カテゴリ

専門家に質問してみよう

職業から探して質問する

あなたにピッタリな商品が見つかる！ OKWAVEセレクト

質問する