Hayır, "null model" temelde "null hipotez" ile aynı anlama sahiptir: null hipotezinin doğru olduğu model. Bunun belirli bir durumda ne anlama geldiği elbette somut sıfır hipotezine bağlıdır.
Herhangi bir öngörücüyü dikkate almayan "ortalama değer" (muhtemelen "yanıt değişkeni üzerindeki marjinal dağılım" demek istersiniz) olarak yorumlamanız, tüm parametreleri test eden "omnibus testinin" sıfır hipotezine karşılık gelen bir olasılıktır. (kesme noktası hariç) aynı anda.
Ancak ilgi, şeklinde bir modele odaklanabilir,
burada x 1 , sonucu etkilediğini bildiğiniz tahmin edicileri içerir, bu yüzden istemezsiniz test etmek için x 2 test ettiğiniz öngörücüleri içerir.
yi=β0+βT1x1i+βT2x2i+ϵi
x1x2
Böylece sıfır hipotezi ve sıfır modeli
y i = β 0 + β T 1 x 1 i + ϵ i olacaktır . Yani değişir.β2=0yi=β0+βT1x1i+ϵi
fit = lm(formula = y ~ 1, data)
ve anlamını görmelisinizy
. Ayrıca, MorganBall'ın cevabına bakınız. Onun cevabına en çok katılıyorum. Ayrıca, null bir model kestiricileri olan bir model olabilir , alternatif bir model ile birdir , burada k 1,2, ... ek değişkenler olabilir. p + k