In this paper we provide a general

In this paper we provide a general solution to the problem of controlling the probability of a type I error in normality tests for the disturbances in linear regressions when using robust-regression residuals. We show that many classes of well-known robust regression estimators belong to the class of regression and scale equivariant estimators. It is these equivariance properties that are used to reduce the nuisance parameter space under the null, from which we develop Monte Carlo and Maximized Monte Carlo tests for the null of disturbance normality. Finally, we illustrate in a simulation experiment the potential power gains from using robust-regression residuals in testing this null hypothesis.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราให้การแก้ไขปัญหาของความน่าเป็นชนิดของการควบคุมทั่วไปฉันข้อผิดพลาดใน normality ทดสอบการแปรปรวนใน regressions เชิงเส้นเมื่อใช้ค่าคงเหลือประสิทธิภาพถดถอย เราแสดงว่า estimators ถดถอยที่แข็งแกร่งรู้จักหลายประเภทอยู่ในคลาสของถดถอย และตั้งมาตราส่วน equivariant estimators คุณสมบัติเหล่านี้ equivariance ที่ใช้ในการลดพื้นที่พารามิเตอร์รบกวนภายใต้ค่า null ซึ่งเราได้พัฒนา Monte Carlo และขยายใหญ่สุดมอน Carlo ทดสอบสำหรับค่า null ของ normality รบกวน ได้ สุดท้าย เราแสดงในการทดลองการจำลองพลังงานอาจเกิดกำไรจากการใช้ค่าคงเหลือประสิทธิภาพถดถอยในการทดสอบสมมติฐานนี้เป็น null

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราให้แก้ปัญหาทั่วไปที่จะมีปัญหาในการควบคุมความน่าจะเป็นของความผิดพลาดประเภทที่หนึ่งในการทดสอบภาวะปกติสำหรับการรบกวนในการถดถอยเชิงเส้นเมื่อใช้เหลือแข็งแกร่ง-ถดถอย เราแสดงให้เห็นว่าการเรียนหลายประมาณถดถอยที่แข็งแกร่งที่รู้จักกันดีอยู่ในระดับของการถดถอยและขนาดประมาณ equivariant เหล่านี้มันเป็นคุณสมบัติ equivariance ที่ใช้ในการลดพื้นที่พารามิเตอร์รำคาญภายใต้โมฆะจากการที่เราพัฒนา Monte Carlo และ Maximized ทดสอบ Monte Carlo for null ปกติของความวุ่นวาย สุดท้ายเราแสดงให้เห็นในการทดลองจำลองกำไรพลังงานที่อาจเกิดขึ้นจากการใช้เหลือแข็งแกร่ง-ถดถอยในการทดสอบสมมติฐานนี้

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราให้บริการโซลูชั่นทั่วไปกับปัญหาของการควบคุมความน่าจะเป็นของความผิดพลาดประเภทที่ 1 ในการทดสอบปกติสำหรับการรบกวนในสมการถดถอยเชิงเส้นพหุคูณเมื่อใช้ต่อค่า . เราแสดงให้เห็นว่าบทเรียนหลายที่รู้จักกันดีที่แข็งแกร่งตัวประมาณการถดถอยเป็นของชั้นเรียนของการถดถอยและ equivariant ขนาดตัวประมาณเหล่านี้มันเป็น equivariance สรรพคุณที่ใช้เพื่อลดช่องว่างพารามิเตอร์ความรำคาญภายใต้โมฆะ ซึ่งเราพัฒนามอนติคาร์โลและขยายการทดสอบสำหรับใน มอนติคาร์โลของความเป็นปกติ รบกวน สุดท้ายเราแสดงให้เห็นในการจำลองการทดลองศักยภาพพลังงานจากจุดที่แข็งแกร่งในการใช้ค่าการทดสอบสมมติฐานโมฆะนี้
.