怎么判断两个线性回归模型是显著的不同?

  统计/机器学习 假设检验 概率分布 回归分析    浏览次数:69        分享
0

比如我训练得到了两个线性回归模型,系数非常接近,比如

模型1:Y = 0.95 x1 + 0.85 x2 + 1.01

模型2:Y = 0.96 x1 + 0.84 x2 + 0.99

我怎么判断这两个模型是否是显著得不同?最好是通过假设检验的方法,谢谢!

 

zzzz   2019-12-03 08:30



    还没有回答。我来答!  


  相关主题

线性回归因变量y不满足正态性假设   1回答

单样本T检验的自由度为什么是n-1?   1回答

方差分析的多重比较校正   1回答

怎么判断一个概率分布是对称的?   3回答

求介绍一下Shapiro–Wilk test?   2回答

E-test是什么意思?   3回答

怎么验证数据服从某个特定的泊松分布?   0回答

如何检验两个样本是同分布的?   4回答

怎么利用假设检验判断两个骰子是相同的?   1回答

python里Z-score和P-value相互转换   1回答

python中实现柯尔莫可洛夫-斯米洛夫检验(K-S test)   1回答

同样的数据,t检验p和二元logistic回归的系数p啥区别   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!