Mikor használjunk robusztus standard hibákat?
Pontszám: 4,8/5 ( 50 szavazat )Robusztus standard hibák akkor használhatók, ha a lineáris regressziós modellben megsértik a variancia egyenletességének, más néven homoszkedaszticitásnak a feltételezését . Ez a heteroszkedaszticitásként ismert helyzet azt jelenti, hogy az eredmény varianciája nem állandó a megfigyelések között.
Használjak robusztus standard hibát?
Így biztonságos a robusztus standard hibák használata (főleg, ha nagy a minta). Még ha nincs is heteroszkedaszticitás, a robusztus standard hibák csak a hagyományos OLS standard hibákká válnak. Így a robusztus standard hibák még homoszkedaszticitás esetén is megfelelőek.
Miért használunk heteroszkedaszticitás robusztus standard hibákat?
Heteroszkedaszticitás-konzisztens standard hibákat használnak, hogy lehetővé tegyék egy olyan modell illesztését, amely tartalmaz heteroszkedasztikus maradékokat . Az első ilyen megközelítést Huber (1967) javasolta, és azóta továbbfejlesztett eljárásokat készítettek keresztmetszeti adatokhoz, idősoros adatokhoz és GARCH becsléshez.
Mi az a nagy robusztus standard hiba?
A regressziós becslőről azt mondják, hogy robusztus , ha még mindig megbízható kiugró értékek jelenlétében . Másrészt a standard hibája robusztusnak mondható, ha még mindig megbízható, ha a regressziós hibák autokorreláltak és/vagy heteroszkedasztikusak.
Miért használunk fürtözött standard hibákat?
A szerzők azzal érvelnek, hogy a standard hibák klaszterezésének két oka van: a mintavételezési tervezési ok , amely abból adódik, hogy fürtözött mintavételezéssel mintavételezett egy sokaság adatait, és szeretne valamit mondani a tágabb sokaságról; és egy kísérleti tervezési ok, ahol a hozzárendelési mechanizmus néhány ...
Robusztus standard hibák heteroszkedaszticitással
Miért magasabbak a fürtözött standard hibák?
Az ilyen, paneladatokkal rendelkező DiD-példákban a klaszter-robusztus standard hibák jóval nagyobbak lehetnek, mint az alapértelmezett , mivel mind a kérdéses regresszor, mind a hibák erősen korrelálnak a fürtön belül . ... Ez a soros korreláció potenciálisan nagy különbséghez vezet a fürt robusztus és az alapértelmezett standard hibák között.
Mit csinálnak a fürt-robuszt szabványos hibák?
A klaszter-robusztus standard hibákat úgy tervezték , hogy lehetővé tegyék a klaszteren belüli megfigyelések közötti korrelációt .
Mikor kell robusztus regressziót alkalmazni?
A robusztus regresszió a legkisebb négyzetek regressziójának alternatívája, ha az adatok kiugró értékekkel vagy befolyásoló megfigyelésekkel szennyezettek, és befolyásoló megfigyelések kimutatására is használható.
Hogyan értelmezed a standard hibát?
Az átlag standard hibája esetén az érték azt jelzi , hogy a minta átlaga milyen messze esik a sokaság átlagától az eredeti mértékegységek használatával . Ismét a nagyobb értékek szélesebb eloszlásnak felelnek meg. 3-as SEM esetén tudjuk, hogy a mintaátlag és a sokaság átlaga közötti tipikus különbség 3.
Hogyan számítod ki a Heteroskedaszticitást?
A heteroszkedaszticitás ellenőrzéséhez speciálisan illesztett értékdiagramok alapján kell felmérnie a maradékokat . Jellemzően a heteroszkedaszticitás árulkodó mintája az, hogy az illesztett értékek növekedésével a reziduumok szórása is nő.
Lehetnek-e kisebbek a robusztus standard hibák?
Ebből a tanulság az, hogy a robusztus standard hibák nem csodaszer. Két okból kisebbek lehetnek, mint az OLS standard hibái: az általunk tárgyalt kis minta torzítás és ezen standard hibák nagyobb mintavételi szórása. ... A standard hibabecslések torzulhatnak véges mintákban.
Hogyan számítják ki a heteroszkedaszticitást?
A heteroszkedaszticitás kimutatásának egyik informális módja egy maradék diagram létrehozása, ahol a legkisebb négyzetek maradékait ábrázoljuk a magyarázó változóval vagy ˆy-val, ha többszörös regresszióról van szó. Ha van egy nyilvánvaló minta a cselekményben, akkor heteroszkedaszticitás van jelen.
Mit mondanak a robusztus standard hibák?
A „robusztus” standard hibák egy olyan technika, amellyel heteroszkedaszticitás esetén az OLS-együtthatók torzítatlan standard hibáit kapjuk . Ne feledje, hogy a heteroszkedaszticitás jelenléte megsérti a Gauss Markov-feltevéseket, amelyek szükségesek ahhoz, hogy az OLS a legjobb lineáris elfogulatlan becslés (BLUE) legyen.
Hogyan számítják ki a robusztus standard hibákat?
A Huber-White robusztus standard hibák egyenlőek a kovarianciamátrix átlóján lévő elemek négyzetgyökével . ahol S elemei az OLS-módszer négyzetes maradékai. Ezeket a standard hibákat heteroszkedaszticitás-konzisztens (HC) standard hibáknak nevezzük.
Nem mindegy, hogy milyen szabványos hibákat használnak?
Miért számít a standard hiba? A standard hiba azért számít, mert segít megbecsülni, hogy a mintaadatok mennyire reprezentálják a teljes sokaságot. ... Csökkentheti a standard hibát a minta méretének növelésével. Nagy, véletlenszerű minta használata a legjobb módja a mintavételi torzítás minimalizálásának.
A robusztus regresszió jobb?
A robusztus regresszió alternatívát kínál a legkisebb négyzetek regressziójához, amely kevésbé korlátozó feltevések mellett működik. Pontosabban, sokkal jobb regressziós együttható becslést ad, ha az adatokban kiugró értékek vannak jelen . A kiugró értékek megsértik a normál eloszlású maradékok legkisebb négyzetes regressziójának feltételezését.
Mit jelentenek a robusztus eredmények?
A statisztikában a robusztus vagy robusztusság kifejezés egy statisztikai modell, tesztek és eljárások erejét jelenti, a tanulmány által elérni kívánt statisztikai elemzés konkrét feltételei szerint. ... Más szóval, egy robusztus statisztika ellenáll az eredmények hibáinak .
A regresszió robusztus a heteroszkedaszticitásra?
Szükségünk van egy robusztus heteroszkedasztikus regressziós módszerre is, hogy robusztus legyen a heteroszkedaszticitás formájának specifikációjához. Egy nagyon általános módszer (White, 1980) a közönséges legkisebb négyzeteket (OLS) használja „heteroszkedasztikus robusztus” standard hibákkal kombinálva.
Mi az a robusztus teszt a statisztikákban?
A tesztek esetében a robusztusság általában azt jelenti, hogy a teszt egy ilyen változás esetén továbbra is érvényes . Más szóval, hogy az eredmény szignifikáns-e vagy sem, csak akkor van értelme, ha teljesülnek a teszt feltevései. Ha az ilyen feltevések enyhülnek (vagyis nem olyan fontosak), a tesztet robusztusnak mondják.
Hogyan teszteled a robusztusságot?
A hibabefecskendezés egy olyan tesztelési módszer, amely a rendszerek robusztusságának ellenőrzésére használható. Hibát injektálnak a rendszerbe, és megfigyelik a rendszer rugalmasságát. A szerzők egy hatékony módszeren dolgoztak, amely segíti a hibabefecskendezést a kritikus hibák megtalálásában, amelyek meghibásodhatnak a rendszerben.
Miért jobbak a robusztus standard hibák?
A robusztus standard hibák hasznosak a társadalomtudományokban, ahol a variáció szerkezete ismeretlen , de általában kerülik a fizikai tudományokban, ahol a variáció mértéke minden megfigyelésnél azonos. A robusztus standard hibák általában nagyobbak, mint a nem robusztus standard hibák, de néha kisebbek.
Milyen szinten kell klaszterezni a standard hibákat?
Ehelyett megmutatjuk, hogy a kutatóknak a standard hibáikat pár szinten kell csoportosítaniuk. Szimulációkkal megmutatjuk, hogy ezek az eredmények kiterjednek olyan rétegkísérletekre is, amelyekben rétegenként kevés egység található.
Mikor ne csoportosítsa a standard hibákat?
Következtetésükben leszögezik: ha a mintavételi folyamat nincs fürtözött, és a kezelési hozzárendelés nincs fürtözve , akkor a standard hibákat még akkor sem szabad klaszterezni, ha a klaszterezés megváltoztatja a standard hibákat. A klaszterezés megközelítőleg helyes standard hibákat eredményez a következő három lehetséges esetben.