83411

są jednorodne, daje nam to podstawę do skorzystania z testów porównali wielokrotnych, wymagających założenia o jednorodności wariancji (Bonffenoniego, Scheffa, Tukey a).

7. Omów króciutko empirycznych.

O dopasowaniu modelu regresji logistycznej do danych empirycznych mówi nam test Hosmera - Lemeshowa. za pomocą, którego, testujemy następujące hipotezy:

H>: model jest dopasowany Hi: model jest niedopasowany

Jeśli prawdopodobieństwo jest większe od przyjętego poziomu istotności a = 0,05, to nie mamy podstaw do odrzuceiua hipotezy zerowej, że model jest satysfakcjonujący (wystarczająco dobrze dopasowany do danych empirycznych). Jeśli prawdopodobieństwo jest mniejsze od przyjętego poziomu istotności a = 0,05, model jest źle dopasowany

WSPÓŁCZYNNIK DETERMINACJI - jest to kwadrat współczynnika korelacji i interpretuje się go jako odsetek (procent, jeśli pomnożymy przez 100) wariancji zmiennej objaśiuanej wyjaśnionej przez zmienną objaśniająca. Ponadto służy on także jako miernik jakości dopasowania modelu do danych empirycznych, gdzie testujemy następujące hipotezy:

Ho: R* = 0(model jest źle dopasowany dodanych empirycznych)

Hi: R^ > 0 (model jest dopasowany wystarczająco dobrze do danych empirycznych)

Jeśli R-kwadrat jest równy 0 to nie koniecznie oznacza to. iż nie ma zależności między badanymi zmiennymi. Oznacza to. iż model liniowy jest nieodpowiedm do opisu zależności miedzy zmienną objaśnianą i objaśniającą [gdyż zależność ta może być nieliniowa i wówczas model liniowy nie pasuje (jest źle dopasowany) do danych empirycznych].

Hipotezy dotyczące wpływu czynnika na zmienną badaną:

Ho: wpływ każdego poziomu czynnika jest jednakowy w grupach Hi: nieprawda, że wpływ każdego czynnika jest jednakowy w grupach

Hipotezy dotyczące zmiennej kowariancyjnej:

Ho: zmienna nie jest zmiennąkowariancyjną Hi: zmienna jest zmienną kowariancyjną

9. Jakie hipotezy testowane są

Testowane hipotezy:

Hou: Oi =02 = ... =ck.

H,„: ~ Hon

Hipoteza zerow a - wszystkie poziomy pierwszego czynnika w jednakowy sposób wpływają na mierzoną cechę Hipoteza alternatywna - istnieje przynajmniej jeden poziom pierwszego czynnika, który na mierzoną cechę wpływa inaczej niż pozostałe

Hop: pi - p2 = ... - pi H,p: ~ Hm

Hipoteza zerow a - wszystkie poziomy drugiego czynnika w jednakowy sposób wpływają na mierzoną cechę Hipoteza alternatywna - istnieje przynajmniej jeden poziom drugiego czynnika, który na mierzoną cechę wpływa inaczej niż pozostałe

Ho<p: cpn = (pi2 = ... =

Hi<p: ~ Ho(p

Hipoteza zerowa - łączne efekty poziomów czynnika a i poziomów czynnika p. dla każdej pary (i. j) i = 1.....

K; j = 1,.... J, w jednakowy sposób wpływają na mierzoną cechę (zmienną Y).

Hipoteza alternatywna - istnieje przynajmmej jeden poziom pierwszego czynnika i jeden poziom drugiego czynnika, których łączny wpływ na zmienną Y jest inny niż pozostałych kombinacji poziomów tych czynników

10. Jakie hipotezy testujemy w regresji liniowej?

W jednozmiennowej regresji liniowej testujemy następujące hipotezy:

Ho: Bi = 0 (współczynnik regresji równy 0; zmienna objaśniana nie jest w istotny sposób związana ze zmienną objaśniającą)