O pewnej metodzie odróżniania od siebie dwóch modeli regresji

• Autorzy: Józef Kolonko , Janusz Wywiał

Warianty tytułu

On Testing Hypothesis that Two Linear Regression Models Are the Same

• Języki publikacji: PL

Abstrakty

W artykule rozważono jeden z prostszych przypadków punktu przecięcia dwóch liniowych funkcji regresji. Przy klasycznych założeniach dotyczących danych, na podstawie których są szacowane parametry obu linii regresji, jest analizowany rozkład prawdopodobieństwa współrzędnej punktu ich przecięcia. Rezultaty wykorzystano do testowania hipotezy głoszącej, że obie linie regresji pokrywają się.

EN

Let us suppose that two variables are describing by two classical normal regression models dependent on the same auxiliary variable. The purpose of the paper is deriving distribution function of the estimator of the co-ordinate of the intersection point of the both regressions. The exact and limited distributions of the estimator are determined. Under the additional assumption that the both regression models are the same the estimator has Cauchy's distribution. These results let us test the hypothesis on identity of two linear regression functions.(original abstract)

Słowa kluczowe

PL

Taksonomia; Regresja liniowa; Rachunek prawdopodobieństwa; Materiały konferencyjne

EN

Taxonomy; Linear regression; Calculus of probability; Conference materials

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2000
• Tom: 7
• Numer: nr 874 Klasyfikacja i analiza danych : teoria i zastosowania
• Strony: 27--34

Twórcy

autor

Józef Kolonko

autor

Janusz Wywiał

Bibliografia

• Antoniewicz R. (1988): Metoda najmniejszych kwadratów dla zależności niejawnych i jej zastosowania w ekonomii. Prace Naukowe AE we Wrocławiu nr 445. Wrocław.
• Gerstenkorn T., Środka T. (1974): Kombinatoryka i rachunek prawdopodobieństwa. PWN, Warszawa.
• Johnson N.L., Kotz S. (1970): Continuous Univariate Distributions-1. Hughton 'Mifflin Company, Boston.
• Hinkley D.V. (1969): On the Ratio of Two Correlated Normal Random Variables. "Biometrika" vol. 56 nr 3, s. 635-639.
• Fieller E.G. (1932): The Distribution of the Index in the Normal Bivariate Population. "Biometrika" vol. 24, s. 428-440.