Proč potřebujeme předpoklady LINE?

Doposud jsi vyzkoušel/a dva přístupy k hodnocení inference u lineárního modelu. První vychází ze standardního výstupu R (lm) a je založen na t-rozdělení. Odvození t-rozdělení stojí na teorii, tedy na podmínkách LINE.

Druhá metoda využívá randomizační test, který předpokládá, že pozorování jsou za platnosti nulové hypotézy zaměnitelná. Jinými slovy: pokud je nulová hypotéza pravdivá (X je nezávislé na Y), lze hodnoty Y libovolně přerozdělit mezi hodnoty X. Technické podmínky v randomizačním prostředí zahrnují lineární vztah, nezávislost pozorování a stejnorodost rozptylů. Předpoklad normality zde není potřeba.

Co se stane, když provádíme inferenci při porušených technických podmínkách?

Možné odpovědi

Pokud jsou technické podmínky porušeny, software p-hodnotu vůbec nespočítá.

Pokud jsou technické podmínky porušeny, p-hodnota nebude vyjadřovat pravděpodobnost dat za předpokladu platnosti nulové hypotézy.

Pokud jsou technické podmínky porušeny, interval spolehlivosti nebude v 95 % vzorků zachycovat skutečný parametr.

Všechny výše uvedené možnosti.

Některé z výše uvedených možností.

cvičení

Proč potřebujeme předpoklady LINE?

Pokyny

Možné odpovědi

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

Možné odpovědi

cvičení