在我的previous post中,我正在寻找R中的相关比(η或η 2 )例程。我很惊讶没有人使用η进行线性检查。 GLM程序。
让我们从一个简单的例子开始:你如何检查双变量相关的线性?只有散点图?
有几种方法可以做到这一点,一种方法是比较线性和非线性模型R 2 ,然后应用F检验来寻找它们之间的显着差异。
最后,问题是:如何检查线性,“非重大”方式?
答案 0 :(得分:5)
答案就是你所说的(比较线性模型和非线性模型)。 e.g。
model1<-lm(yv~xv)
model2<-lm(yv~xv+I(xv^2)) #Even if we restrict ourselves to the inclusion of a quadratic term, there are many curves we can describe, depending upon the signs of the linear and quadratic terms
anova(model1,model2)
Analysis of Variance Table
Model 1: yv ~ xv
Model 2: yv ~ xv + I(xv^2)
Res.Df RSS Df Sum of Sq F Pr(>F)
1 16 91.057
2 15 68.143 1 22.915 5.0441 0.0402 *
更复杂的曲线模型是对线性模型的重大改进(p = 0.04),因此,在这种情况下,我们接受数据中存在曲率的证据。
答案 1 :(得分:4)
RESET(回归方程规范误差测试)是为丢失的回归量而设计的,但我们经常用它来测试非线性。可以在LMTEST包中找到 - 在许多其他有用的测试中。它与您正在做的非常相似。或者,您可以设计一个关于递归残差的测试,以利用它们在通过输入非线性变量进行排序时可能变为全/正的事实。