On power comparison of normality tests of error terms in regression models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F13%3A00205539" target="_blank" >RIV/62156489:43110/13:00205539 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1063/1.4825889" target="_blank" >http://dx.doi.org/10.1063/1.4825889</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1063/1.4825889" target="_blank" >10.1063/1.4825889</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On power comparison of normality tests of error terms in regression models

Popis výsledku v původním jazyce

Verification of regression models constitutes one of the most important steps in applied regression analysis and is primarily based on analysis of error terms. Some statistical procedures used in the testing of linear regression model such as t-test or F-test are based on assumption of normality of error terms. Failure to assess non-normality of the error terms may lead to incorrect results of usual statistical inference techniques. This contribution aims at assessment of a power of several robust and non-robust normality tests of error terms in regression models. For this purpose using a Monte Carlo simulation technique we simulate the dependent variable by p-location outlier models and estimate the ordinary least square residuals. Finally we test thenormality of residuals to explore the power and robustness of selected robust and non-robust normality tests.

Název v anglickém jazyce

On power comparison of normality tests of error terms in regression models

Popis výsledku anglicky

Verification of regression models constitutes one of the most important steps in applied regression analysis and is primarily based on analysis of error terms. Some statistical procedures used in the testing of linear regression model such as t-test or F-test are based on assumption of normality of error terms. Failure to assess non-normality of the error terms may lead to incorrect results of usual statistical inference techniques. This contribution aims at assessment of a power of several robust and non-robust normality tests of error terms in regression models. For this purpose using a Monte Carlo simulation technique we simulate the dependent variable by p-location outlier models and estimate the ordinary least square residuals. Finally we test thenormality of residuals to explore the power and robustness of selected robust and non-robust normality tests.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/7E12049" target="_blank" >7E12049: Welfare, Wealth and Work for Europe</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

11th International Conference of Numerical Analysis and Applied Mathematics 2013: ICNAAM 2013, AIP Conference Proceedings

ISBN

978-0-7354-1184-5

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1847-1850

Název nakladatele

American Institute of Physics

Místo vydání

Melville, New York

Místo konání akce

Rhodes, Greece

Datum konání akce

21. 9. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—