Régression linéaire.
dans Statistiques
Bonjour à tous !
Soit le modèle régulier suivant. $$
Y_{i,j} = a + bx_{i,j} + \epsilon_{i,j},\quad 1 \le i \le p,\ 1 \le j \le n_{i}.
$$ Quelqu'un sait comment tester l'hypothèse : " La droite de régression passe par le point $(x_{0}, y_{0})$"
Merci pour votre aide !
Soit le modèle régulier suivant. $$
Y_{i,j} = a + bx_{i,j} + \epsilon_{i,j},\quad 1 \le i \le p,\ 1 \le j \le n_{i}.
$$ Quelqu'un sait comment tester l'hypothèse : " La droite de régression passe par le point $(x_{0}, y_{0})$"
Merci pour votre aide !
Réponses
-
Bonjour.
Je ne comprends pas trop le rôle des indices i et j. Veux-tu dire que $Y_{i,j}$ ne dépend que de $x_{i,j}$, c'est à dire que tu as en fait $\sum n_i$ modèles indépendants ?
Cordialement. -
La va $Y_{i,j}$ dépend que de $x_{i,j}$ et $\epsilon_{i,j}$. Je ne connais pas la notion de modèle indépendant.
-
Donc c'est bien un certain nombre de régressions linéaires simples, Et dans ce cas, je ne sais pas de quoi tu parles en disant "la droite de régression" : Laquelle ? Il y en a $\sum n_i$ ?
J'ai parlé de modèles indépendants car rien de ce qu'on sait sur le cas d'indices i et j ne donne de renseignement sur le cas i' et j'. Tu as simplement $\sum n_i$ modèles séparés.
J'ai d'ailleurs un doute, car généralement, les petites lettres ($x_{i,j}$) ne sont pas dans le modèle, qui utilise plutôt de grandes lettres ($X_{i,j}, Y_{i,j}$). D'où sors-tu cela ? -
C'est un exercice.
-
OK !
Dans ce cas, je ne connais pas les conventions d'écriture de l'auteur de l'exercice, j'aurai du mal à comprendre ce qu'il veut. Je laisse à des plus connaisseurs que moi le soin de répondre ... -
ok...
-
Il faut tester $a + b x_0 = y_0$, c'est-à-dire, sous forme matricielle, $$\begin{pmatrix} 1 & x_0 \end{pmatrix} \begin{pmatrix}a \\ b \end{pmatrix} = (y_0).$$ Malheureusement je ne sais plus comment on fait ça à la main. N'as-tu pas vu les tests d'hypothèses linéaires en cours ?
-
Oui j'en ai vu. Voilà le poly : https://www.imo.universite-paris-saclay.fr/~gassiat/M1Stat.pdf
-
Bonjour
As-tu fais la question 2 ?
Pour la question 3, il n'y a plus qu'une droite, donc le double indice devient inutile et peut être remplacé pas un indice simple $k=1,\ldots,N$ avec $N=\sum_{i=1}^pn_i$. Le modèle devient $$
Y_k=ax_k+b+\varepsilon_k,\qquad k=1,\ldots,N.
$$ Pour $x_0,y_0$ donnés le test de l'hypothèse $E(Y_0)=y_0$ repose sur la statistique de test $$
T=\frac{\hat Ax_0+\hat B-y_0}{\sqrt{\frac{MCE}{n}\Bigl(1+\frac{(x_0-\bar x)^2}{\sigma_x^2}\Bigr)}}
$$ qui, si l'hypothèse est vraie, suit une loi de Student à $n-2$ degrés de liberté.
On a noté $MCE$ Moyenne des Carrés des Écarts (résidus) $$
MCE=\dfrac{n}{n-2}\sigma_y^2(1-\rho^2)
$$ et $\hat A$, $\hat B$ estimateurs de $a$, $b$ : $$
\hat A=\dfrac{cov(x,Y)}{\sigma_x^2},\qquad \hat B=\bar Y-\hat A\bar x.
$$
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.2K Toutes les catégories
- 9 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 63 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 313 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 773 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres