相关性检验与回归斜率检验的假设(显着性检验)

机器算法验证 回归 假设检验 相关性 正态分布 假设
2022-03-15 18:13:24

如果我的理解是正确的,那么

  1. 简单二元回归中回归斜率的检验 - 即H0b=0Y=a+bX
  2. 相关性检验,即H0ρ=0

似乎涉及不同的假设。第一个假设误差的正态性(给定 X 的 Y 的条件分布),而第二个据报道假设 X 和 Y 的二元正态性。然而,在我见过的每种情况和几个可靠的来源(例如David Howell 的 Psych Stats Text、van Belle 等人的 Biostats text)断言这些是相同的测试。

现在,双变量正态性(据我所知)意味着在给定 X 的情况下 Y 的条件分布是具有恒定方差的正态分布(等于var(Y)×(1ρ2)),这是回归斜率测试中的陈述假设。那么在相关性测试中是否真的不需要双变量正态性 - 关于条件分布的更狭窄的假设是唯一需要的假设?

0个回答
没有发现任何回复~