Buenas. No soy experto en el tema, pero según lo veo lo que ocurre es lo
siguiente:
- outlierTest analiza los residuos studentizados, que como su nombre
indica siguen una distribución t de Student.
- la hipótesis nula del test es que una observación no es un outlier,
con lo que el residuo studentizado será pequeño.
- un residuo con un valor grande, y por lo tanto improbable bajo una t,
significará que la observación sí corresponde a un outlier
- el problema es que no cogemos una observación y miramos su residuo a
ver si es grande o pequeño, sino que cogemos todas las observaciones y
seleccionamos aquélla con el residuo más grande
- entonces no podemos simplemente mirar el p-value del test, y si es
menor del 5% descartar la hipótesis nula, sino que hay que aplicar la
corrección de Bonferonni.
- pero el p-value de Bonferonni es siempre mayor que el p-value de la
observación considerada individualmente
- entonces si el p-value de la observación es 5.4% (como en este caso),
el p-value corregido es mayor, y no tiene sentido calcularlo porque ya
sabemos que no se descarta la hipótesis nula, es decir, la observación
NO es un outlier (el p-value de Bonferonni sería mayor todavía y sólo
haría confirmar que no se descarta la hipótesis nula)
Espero que se entienda, más o menos, y no haber metido la pata!
Saludos
José Fernández Menéndez
On 23/04/16 06:35, Javier Gómez Gonzalez wrote:
Hola a todos;
R 3.2-4 en Windows 10-64
Estoy realizando un test de valores atípicos de Bonferroni a un modelo
de regresión lineal con la función outlierTest del paquete car(2.1-2) y
obtengo el siguiente salida
No se lo que significa Bonferonni p = NA.
El dato 8 es atipo o no.
Muchas gracias.
_______________________________________________
R-help-es mailing list
[email protected]
https://stat.ethz.ch/mailman/listinfo/r-help-es
_______________________________________________
R-help-es mailing list
[email protected]
https://stat.ethz.ch/mailman/listinfo/r-help-es
