Twee modellen zijn genest als één model alle termen van het tweede model bevat en ten minste nog één extra term.

Waar zit de moeilijkheid dan?

Een extra vraagje nog: wanneer zijn modellen net genest? Geldt dit bvb voor de volgende modellen:

Y = a + e

en

Y = a*A + b*B + e

Is dat niet zoals bij de standaardafwijking? Je neemt de -1 in beschouwing wanneer je het gemiddelde al een keer gebruikt en daardoor in werkelijkheid een vrijheidsgraad minder overhoudt. Concreet houdt dat dan in dat je deelt door n wanneer het gaat over de volledige populatie en door n-1 wanneer het gaat over een steekproef.

Maar mogelijk heb ik he verkeerd, dus even bevestiging afwachten van iemand bij wie het iets frisser in het geheugen ligt.

Ik wil een F-test gebruiken om de fit van twee geneste modellen te vergelijken. Alleen vraag ik me af welke F-karakteristiek ik dan net moet gebruiken. [url=http://en.wikipedia.org/wiki/F-test#Regression_problems]Wikipedia[/url] zegt de volgende:

[(SSE1 - SSE2)/(p2 - p1)]/(SSE2/(n - p2))

Met p2 > p1 en dus SSE2 < SSE1

Maar [url=http://www.public.iastate.edu/~alicia/stat328/Multiple%20regression%20-%20nested%20models.pdf]deze pdf[/url] stelt dat er bij die tweede vrijheidsgraad nog -1 gedaan moet worden. Welke is de juiste?

Daarnaast, als ik de volgende modellen wil vergelijken:

Y = b + e

en

Y = aX + b + e

Dan p2 = 2 en p1 = 1? Een vaste term geldt ook als parameter?