Nano Hash - криптовалюты, майнинг, программирование

Статистическая помощь: нулевая гипотеза против альтернативной гипотезы

Как вы можете с помощью Stata проверить нулевую гипотезу против альтернативной гипотезы. Если у меня есть гипотеза H_0:\beta_1=\beta_2=0 против H_A:\beta_1 ≠ \beta_2 ≠ 0. Какой будет код?

statistics stata hypothesis-test
24.09.2020

  • Также взгляните на stats.stackexchange.com. 25.09.2020
  • Я думаю, что это будет не по теме CV, поскольку это вопрос программирования. 25.09.2020

Ответы:


1

Это можно сделать с помощью testparm или test:

. sysuse auto, clear
    (1978 Automobile Data)

. replace weight = weight/1000
variable weight was int now float
(74 real changes made)

. reg price mpg weight i.foreign 

      Source |       SS           df       MS      Number of obs   =        74
-------------+----------------------------------   F(3, 70)        =     23.29
       Model |   317252879         3   105750960   Prob > F        =    0.0000
    Residual |   317812517        70  4540178.81   R-squared       =    0.4996
-------------+----------------------------------   Adj R-squared   =    0.4781
       Total |   635065396        73  8699525.97   Root MSE        =    2130.8

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         mpg |   21.85361   74.22114     0.29   0.769    -126.1758     169.883
      weight |   3464.706    630.749     5.49   0.000     2206.717    4722.695
             |
     foreign |
    Foreign  |    3673.06   683.9783     5.37   0.000     2308.909    5037.212
       _cons |  -5853.696   3376.987    -1.73   0.087    -12588.88    881.4934
------------------------------------------------------------------------------

. test weight=1.foreign=3500

 ( 1)  weight - 1.foreign = 0
 ( 2)  weight = 3500

       F(  2,    70) =    0.05
            Prob > F =    0.9466

Двустороннее значение p хранится в r(p):

. display r(p)
.94664298
24.09.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..