文件名称：lofrtest:具有独立重复值的回归模型的失拟检验。-matlab开发
文件大小：4KB
文件格式：ZIP
更新时间：2024-06-21 14:21:06
matlab
这个 m 文件提供了一个统计测试，它提供了有关所考虑模型的形式的信息。 显着的失拟表明，假设模型中可能存在一些未考虑的系统变异（所选模型不能很好地描述数据）。 当模型中存在提供纯误差估计的自变量的精确重复值时，就会出现这种情况。 纯误差本质上是任何模型都无法解释的误差量。 然后允许测试除了纯错误之外是否存在错误。 为了构建失拟检验，我们需要检查三种常见类型的线性模型： - 单一平均值（一个参数） - 斜率和截距或常见回归模型（两个参数） - 每个 x 值或单向方差分析的单独平均值（许多参数）。 因此，纯误差是方差分析中单独均值的误差和导致回归分析的残差的总误差。 因此，失拟结果是这两个误差源之间的差异， SS(LOF) = SSR(模型) - SSE(方差分析)。 它需要输入 D 矩阵数据 (=[XY])（最后一列必须是 Y 因变量）。 （X 独立变量条目可以是简单的 [X]、多个
【文件预览】：
lofrtest.zip