Загальна лінійна модель: відмінності між версіями
[неперевірена версія] | [неперевірена версія] |
Вилучено вміст Додано вміст
tagged non-categorized. |
м Додавання/виправлення дати для: Шаблон:Без категорій; косметичні зміни |
||
Рядок 3:
<math>\mathbf{Y} = \mathbf{X}\mathbf{B} + \mathbf{U},</math>,
<br />
де Y - це матриця з серії багатовимірних вимірів, X - матриця, яка може бути матриця розрахунку, B являє собою матрицю, параметри якої, як правило, повинні бути оцінені та U представляє собою матрицю, яка містить помилки або шум. Помилки, як правило, є наслідком багатовимірного нормального розподілу. Якщо помилки не йдуть за
Загальна лінійна модель включає в себе цілий ряд різних статистичних моделей: ANOVA, ANCOVA, MANOVA, MANCOVA, звичайні [[Лінійна регресія|лінійної регресії]], [[t-критерій Стьюдента|Т-тест]] і F-тест. Повна лінійна модель є узагальненням моделі множинної лінійної регресії на випадок більш однієї залежної змінної. Якщо Y, B і U були б вектор-стовпчиками, то матричне рівняння, що наведене вище представлятиме множинну лінійну регресію.
Тести гіпотези з загальною лінійною моделлю можуть бути зроблені двома способами: або як багатовимірний або як кілька незалежних одновимірних тестів. У [[Багатовимірна статистика|багатовимірному тесті]]
== Множинна лінійна регресія ==
Рядок 12:
<math> Y_i = \beta_0 + \beta_1 X_{i1} + \beta_2 X_{i2} + \ldots + \beta_p X_{ip} + \epsilon_i.</math>
<br />
У наведеній вище формулі ми вважаємо ''n''
== Застосування ==
Застосування загальної лінійної моделі з'являється в аналізі численних сканувань головного мозку в наукових експериментах, де Y містить дані від сканерів мозку, X містить експериментальні змінні. Як правило, це перевіряється одновимірним способом (зазвичай названий масово-одномірним
== Дивіться також: ==
[[Регресійний аналіз]]
{{Без категорій|дата=червень 2013}}
|