PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | 269 Multivariate Statistical Analysis : Methodological Aspects and Applications | 63-71
Tytuł artykułu

On Testing the Significance of the Coefficients in the Multiple Regression Analysis

Treść / Zawartość
Warianty tytułu
O testowaniu istotności współczynników w modelu regresji wielorakiej
Języki publikacji
EN
Abstrakty
Model regresji liniowej pozwala na badanie i opis powiązań pomiędzy zmienną zależną i zmiennymi niezależnymi. W analizach dotyczących modelu regresji liniowej zakłada się m.in. normalność rozkładu reszt oraz jednorodność wariancji. Jeżeli wspomniane założenia nie są spełnione, to rezultaty testowania istotności modelu regresji mogą nie być wiarygodne. W opracowaniu zaproponowano wykorzystanie testu permutacyjnego do weryfikacji istotności modelu regresji liniowej. Testy permutacyjne mogą być stosowane bez zakładania postaci rozkładu zmiennej. Analizę własności proponowanego testu przeprowadzono z wykorzystaniem symulacji Monte Carlo. (abstrakt oryginalny)
EN
The multiple regression analysis is a statistical tool for the investigation relationships between the dependent and independent variables. There are some procedures for selecting a subset of given predictors. These procedures are widely available in statistical computer packages. The most often used are forward selection, backward selection and stepwise selection. In these procedures testing the significance of parameters is used. If some assumptions such as normality errors are not fulfilled, the results of testing significance of the parameters may not be trustworthy. The main goal of this paper is to present a permutation test for testing the significance of the coefficients in the regression analysis. Permutation tests can be used even if the normality assumption is not fulfilled. The properties of this test were analyzed in the Monte Carlo study. (original abstract)
Twórcy
  • University of Economics in Katowice, Poland
Bibliografia
  • Efron B., Tibshirani R. (1993) An Introduction to the Bootstrap, Chapman & Hall. New York.
  • Godfrey L. (2009) Bootstrap Tests for Regression Models, Palgrave Text in Econometrics, London.
  • Good P. (2005) Permutation, Parametric and Bootstrap Tests of Hypotheses, Springer Science Business M edia, Inc., New York.
  • Rencher A.C. (2002) Methods of Multivariate Analysis, Wiley-Interscience, New York.
  • Sheskin D.J. (2004) Handbook of Parametric and Nonparametric Statistical Procedures, Chapman & Hall/CRC, Boca Raton.
  • Welch W.J. (1990) Construction of Permutation Tests, Journal of the American Statistical Association, vol. 85, No. 411, Theory and Methods.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171224383
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.