我学会了如何使用R对缺乏拟合的回归模型进行F检验,其中$ H_0 $:“这里没有缺乏拟合回归模型“。将R用于缺乏拟合的F检验
其中df_1是自由度SSLF(正方形的失拟-总和)和df_2为SSPE的自由度(由于纯误差平方和)。
Model 1: y ~ x1 + x2
Model 2: y ~ factor(x1) * factor(x2)
Res.Df RSS Df Sum of Sq F Pr(>F)
1 19 18.122
2 11 12.456 8 5.6658 0.6254 0.7419
F-统计:0.6254用
在R,F检验(说与2个预测模型)可与
anova(lm(y~x1+x2), lm(y~factor(x1)*factor(x2)))
实施例输出来计算p值为0.7419。
由于p值大于0.05,我们不会拒绝$ H_0 $,表示没有缺乏适合度。因此,该模型是足够的。
我想知道的是为什么要使用2个模型以及为什么使用命令factor(x1)*factor(x2)
?显然,从Model 2
12.456,是神奇 SSPE为Model 1
。
为什么?
如果您有关于统计测试的问题,您应该在[stats.se]处询问;堆栈溢出网站是针对特定的编程问题。 – MrFlick
感谢您的建议,我已被@ daniel-fischer [here](https://math.stackexchange.com/questions/2140676/using-r-for-lack-of-fit-test)授予许可重新问,因为原来没有收集任何答复或评论。 – hongsy
相关问题是[这里](https://stats.stackexchange.com/questions/287532/r-lack-of-fit-test-via-anova) – hongsy