我已经手工计算了测试数据,但想确认我的答案是正确的。我不知道从哪里开始,在给向量赋值之后。
在大样本情况下,Wald检验统计量、分数检验统计量和似然比检验统计量近似均具有chisquare df=1分布。Y~二项(1,π),P(Y=1)=pi,P(Y=0)=1-pi.观察到,i=1 to m与Y相同。
对于m= 10和数据(0,1,0,0,1,0,0,1,0),使用这些统计量检验空假设pi=0.3。
免责声明:虽然这是与作业有关的,但R部分不是作业的一部分.我很好奇我是否能在R中运行这个问题来确认我的答案。
发布于 2016-10-02 02:11:29
你需要在你的glm中加入一个"1“来表示一个固定的术语。
x=c(0, 1, 0, 0, 1, 0, 0, 0, 1, 0)
glm(x~1)这相当于拟合一个GLM没有数据,只是一个拦截。
发布于 2016-10-02 07:49:36
您需要设置一个偏移项,表示logg- on标度上的空假设:
glm( dat ~ offset(rep(log(0.3/0.7),10)), family=binomial)
Call: glm(formula = dat ~ offset(rep(log(0.3/0.7), 10)), family = binomial)
Coefficients:
(Intercept)
1.17e-12
Degrees of Freedom: 9 Total (i.e. Null); 9 Residual
Null Deviance: 12.22
Residual Deviance: 12.22 AIC: 14.22截距估计值基本上是0,因为观察到的概率是假设值;然而,事件的数量太少,以至于无论结果如何,在常规水平上的统计意义都不太可能确定。P值是数据不符合假设值的概率,而在这种情况下则是如此。
https://stackoverflow.com/questions/39812874
复制相似问题