翻译,求这段英语的翻译,急!!!!
Inordertoaccepttheabovemodelwetestedthenormalityoftheresiduals,multicollinearityandhe...
In order to accept the above model we tested the normality of the residuals, multicollinearity and
heterocedasticity.
5
Normality of the residuals. Due to the sample size (n=160), the usual test procedures (the t and F
tests) are still valid asymptotically (Greene, 1997, p. 341; Gujarati, 1995, p. 317), even though the
residuals do not follow a normal distribution (Kolmogorov-Smirnov = 0.08, p= 0.02).
Multicollinearity. According to Menard (1995), a tolerance value lower than 0.20 suggests a
multicollinearity problem. The minimum value in our model was 0.64. Alternatively, following Myers
(1990) and Bowerman and O’Connell (1990), a variance inflation factor (VIF) above 10 indicates the
possible existence of a multicollinearity problem. In our model the maximum value was 1.57.
Heterocedasticity. The White test (White, 1980) did not reveal any problem of heterocedasticity:
n·R2=160·0.29=46.4, for X2
34 0.05= 48.7; hence we did not reject the null hypothesis of
homocedasticity. 展开
heterocedasticity.
5
Normality of the residuals. Due to the sample size (n=160), the usual test procedures (the t and F
tests) are still valid asymptotically (Greene, 1997, p. 341; Gujarati, 1995, p. 317), even though the
residuals do not follow a normal distribution (Kolmogorov-Smirnov = 0.08, p= 0.02).
Multicollinearity. According to Menard (1995), a tolerance value lower than 0.20 suggests a
multicollinearity problem. The minimum value in our model was 0.64. Alternatively, following Myers
(1990) and Bowerman and O’Connell (1990), a variance inflation factor (VIF) above 10 indicates the
possible existence of a multicollinearity problem. In our model the maximum value was 1.57.
Heterocedasticity. The White test (White, 1980) did not reveal any problem of heterocedasticity:
n·R2=160·0.29=46.4, for X2
34 0.05= 48.7; hence we did not reject the null hypothesis of
homocedasticity. 展开
3个回答
展开全部
为了接受以上模型,我们测试了残差、多重共线性和非方差齐性的当量浓度。
5
残差当量浓度。由于样本大小(n=160),通常测试过程(t和F测试)仍然是有效接近多重共线性(Greene, 1997, p. 341; Gujarati, 1995, p. 317),虽然残差不符合正态分布(克默果夫-史密诺夫统计量=0.08, p= 0.02)。根据莫纳德(1995),容许残留值低于0.20 表明存在多重共线性问题。在我们的模型中,最小值是0.64。另一种方法,根据迈尔斯(1990),鲍尔曼和O'康奈尔(1990),方差增长因子(VIF)大于10表明可能存在一个多重共线性问题。在我们的模型中,最大值是1.57。
非方差齐性:怀特测试(White, 1980)没有发现任何非方差齐性问题。
n·R2=160·0.29=46.4, for X2 34 0.05= 48.7;
因此我们不拒绝非方差齐性的虚无假设。
5
残差当量浓度。由于样本大小(n=160),通常测试过程(t和F测试)仍然是有效接近多重共线性(Greene, 1997, p. 341; Gujarati, 1995, p. 317),虽然残差不符合正态分布(克默果夫-史密诺夫统计量=0.08, p= 0.02)。根据莫纳德(1995),容许残留值低于0.20 表明存在多重共线性问题。在我们的模型中,最小值是0.64。另一种方法,根据迈尔斯(1990),鲍尔曼和O'康奈尔(1990),方差增长因子(VIF)大于10表明可能存在一个多重共线性问题。在我们的模型中,最大值是1.57。
非方差齐性:怀特测试(White, 1980)没有发现任何非方差齐性问题。
n·R2=160·0.29=46.4, for X2 34 0.05= 48.7;
因此我们不拒绝非方差齐性的虚无假设。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
正态的残差。由于样本量(N = 160),通常的测试程序(在T和F测试)仍然有效渐近(格林,1997年,第341页;古吉拉特语,1995年,第317页),即使残差不遵循正态分布(柯尔莫哥洛夫,斯米尔诺夫= 0.08,P值0.02)。
多重共线性。根据孟纳德(1995),误差值低于0.20显示多重共线性问题。此外,以下迈尔斯(1990年)和博夫曼和O'Connell(1990),一个方差通货膨胀因素(国际)以上10表示多重共线性问题可能存在的问题。在我们的模型的最大值是1.57。
非方差齐性白色的测试(白色,1980年)并没有透露任何非方差齐性问题:诺拉?R2 = = 46.4 160?0.29,冷却34 0.05 = 48.7;因此,我们没有拒绝原假设的非方差齐性。
多重共线性。根据孟纳德(1995),误差值低于0.20显示多重共线性问题。此外,以下迈尔斯(1990年)和博夫曼和O'Connell(1990),一个方差通货膨胀因素(国际)以上10表示多重共线性问题可能存在的问题。在我们的模型的最大值是1.57。
非方差齐性白色的测试(白色,1980年)并没有透露任何非方差齐性问题:诺拉?R2 = = 46.4 160?0.29,冷却34 0.05 = 48.7;因此,我们没有拒绝原假设的非方差齐性。
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
怎么也不悬赏给点分啊?
以接受在上述模型的残差我们测试正常的,多重共线性和heterocedasticity。五残差常态的。由于样本量(N = 160),通常的测试程序(T和F检验)仍然有效渐近(格林,1997年,第341页;古吉拉特语,1995年,第317页),即使不残差遵循一个正态分布(柯尔莫哥洛夫,斯米尔诺夫= 0.08,P值0.02)。
多重共线性。据默纳德(1995),一容忍值低于0.20显示一个多重共线性问题。在我们的模型最小值为0.64。
此外,以下迈尔斯(1990年)和博夫曼和O'Connell(1990),一方差膨胀因子)超过10(卖方资料表格表明可能存在多重共线性问题的一个。在我们的模型的最大值为1.57。Heterocedasticity。白试验(白,1980)没有发现任何heterocedasticity问题的:不适用· R2为160.0 0.29 = 46.4,支持X2 = 48.7 34 0.05,因此我们不拒绝零假设的homocedasticity。
以接受在上述模型的残差我们测试正常的,多重共线性和heterocedasticity。五残差常态的。由于样本量(N = 160),通常的测试程序(T和F检验)仍然有效渐近(格林,1997年,第341页;古吉拉特语,1995年,第317页),即使不残差遵循一个正态分布(柯尔莫哥洛夫,斯米尔诺夫= 0.08,P值0.02)。
多重共线性。据默纳德(1995),一容忍值低于0.20显示一个多重共线性问题。在我们的模型最小值为0.64。
此外,以下迈尔斯(1990年)和博夫曼和O'Connell(1990),一方差膨胀因子)超过10(卖方资料表格表明可能存在多重共线性问题的一个。在我们的模型的最大值为1.57。Heterocedasticity。白试验(白,1980)没有发现任何heterocedasticity问题的:不适用· R2为160.0 0.29 = 46.4,支持X2 = 48.7 34 0.05,因此我们不拒绝零假设的homocedasticity。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询