![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
![]() Группа: Пользователи Сообщений: 1141 Регистрация: 10.04.2007 Пользователь №: 4040 ![]() |
Исследуя значимость и ДИ весовых коэффициентов логистической регрессии, построенной на основе медицинских данных, наткнулся на одну не совсем понятную формулу (Hosmer & Lemeshow, p. 35). Итак, Хосмер определяет стандартную ошибку (SE) как (формула 2.5)
SE(Bi) = Sqr (Var(Bi)), где Bi - оценки коэффициентов, Var(Bi) - дисперсии коэффициентов Bi, Sqr - квадратный корень. Но ведь стандартная ошибка определяется не так. Так определяется стандартное отклонение (SD). Может кто-нибудь пояснить, прав ли Хосмер? ![]() Ebsignasnan prei wissant Deiws ainat! As gijwans! Sta ast stas arwis!
|
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 ![]() |
Исследуя значимость и ДИ весовых коэффициентов логистической регрессии, построенной на основе медицинских данных, наткнулся на одну не совсем понятную формулу (Hosmer & Lemeshow, p. 35). Итак, Хосмер определяет стандартную ошибку (SE) как (формула 2.5) SE(Bi) = Sqr (Var(Bi)), где Bi - оценки коэффициентов, Var(Bi) - дисперсии коэффициентов Bi, Sqr - квадратный корень. Но ведь стандартная ошибка определяется не так. Так определяется стандартное отклонение (SD). Может кто-нибудь пояснить, прав ли Хосмер? Не совсем так. Стандартная ошибка не что иное, как стандартное отклонение выборочных средних. Поскольку в данном случае также речь идет о суммарном показателе (коэффициенте регрессии), то его стандартное отклонение вполне правомерно называть стандартной ошибкой. |
|
![]() |
![]() |
![]() ![]() |