Zamana izin verilir; gerekip gerekmediği, modellemeye çalıştığınız şeye bağlı olacaktır? Sahip olduğunuz sorun, zamanın da yapabileceği, ancak daha az serbestlik derecesini kullanarak verilerdeki eğilime uygun görünen ortak değişkenlere sahip olmanızdır - bu nedenle Zaman yerine bırakılırlar.
Eğer ilgi sistemi modellemekse, tepkinin zaman içinde nasıl değiştiğini modellemek yerine, tepki ile ortak değişkenler arasındaki ilişki zaman içinde değişmez. Amaç, cevabın ortalama seviyesindeki değişikliği modellemekse, Zamanı dahil edin, ancak eşdeğeri dahil etmeyin. Ne dediğine itibaren, sen, eski değil ikincisi istediğiniz görünür ve gerektiği değil Modelinizdeki Süresi dahil. (Ancak aşağıdaki ekstra bilgileri göz önünde bulundurun.)
Gerçi birkaç uyarı var. Teorinin geçerli olması için artıklar iid olmalıdır (veya bir korelasyon yapısı kullanarak bağımsızlık varsayımını gevşetirseniz id). Cevabı ortak değişkenlerin bir fonksiyonu olarak modelliyorsanız ve verilerdeki herhangi bir eğilimi yeterince modellemiyorlarsa, kalan korelasyon yapısı bu eğilim ile başa çıkmadıkça, teorinin varsayımlarını ihlal eden bir eğilime sahip olacaktır.
Tersine, sadece yanıttaki eğilimi modelleyiyorsanız (sadece Zaman dahil), artıklarda (uygun eğilim hakkında) trendle (Zaman) açıklanmayan sistematik varyasyon olabilir ve bu da varsayımları ihlal edebilir kalanlar için. Bu gibi durumlarda, kalıntıları iid hale getirmek için başka ortak değişkenler eklemeniz gerekebilir
neden bu bir sorundur? Örneğin, trend bileşeninin önemli olup olmadığını veya ortak değişkenlerin etkilerinin önemli olup olmadığını test ederken, kullanılan teori kalıntıların iid olduğunu varsayarsa, eğer değilse, varsayımlar karşılanmaz ve p değerleri önyargılı olacaktır.
Tüm bunların amacı, verilerin tüm çeşitli bileşenlerini, artıkların kullandığınız teori için geçerli olacak, takılan bileşenlerin önemli olup olmadığını test edecek, geçerli olacak şekilde modellemeniz gerektiğidir.
Örnek olarak, mevsimsel verileri ele alalım ve verilerdeki uzun vadeli varyasyonu, eğilimi tanımlayan bir modele uymak istiyoruz. Eğilimi sadece mevsimsel döngüsel varyasyonu değil, modellersek, mevcut eğilimin önemli olup olmadığını test edemeyiz çünkü artıklar işe yaramayacaktır Bu tür veriler için hem mevsimsel bileşen hem de trend içeren bir modele uymamız gerekir bileşeni ve yalnızca sezonluk bileşeni içeren boş bir model. Daha sonra, takılan eğilimin önemini değerlendirmek için genelleştirilmiş bir olasılık oranı testi kullanarak iki modeli karşılaştırırız. Bu, kullanılan iki modelin bileşenleri anova()üzerinde yapılır .$lmegamm()