home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #27 / NN_1992_27.iso / spool / bit / listserv / edstatl / 890 < prev    next >
Encoding:
Text File  |  1992-11-20  |  3.0 KB  |  50 lines
  1. Comments: Gated by NETNEWS@AUVM.AMERICAN.EDU
  2. Path: sparky!uunet!paladin.american.edu!auvm!VTVM1.BITNET!WLTPIRIE
  3. Message-ID: <EDSTAT-L%92112016321820@NCSUVM.CC.NCSU.EDU>
  4. Newsgroups: bit.listserv.edstat-l
  5. Date:         Fri, 20 Nov 1992 15:34:08 EST
  6. Reply-To:     Walt Pirie <WLTPIRIE@VTVM1.BITNET>
  7. Sender:       "Statistics Education Discussion" <EDSTAT-L@NCSUVM.BITNET>
  8. From:         Walt Pirie <WLTPIRIE@VTVM1.BITNET>
  9. Subject:      Diff in r**2
  10. Lines: 38
  11.  
  12. The original question was about a test of whether two R**2 values differ.
  13. Frank Dane suggested adding a dummy variable to account for the two models. As
  14. suggested by another respondent, that answers a different question: i.e. not wh
  15. ether the R**2 are different, but whether the models are different.
  16. IMHO, the latter is a very natural question to ask, and the dummy variable is
  17. an excellent way to answerit. The one constraint is the assumption of equal var
  18. iance between the two samples, but that could easily be handled by weighted lea
  19. st squares. Also IMHO, the original question is a "questionable" one in the fir
  20. st place. In almost any modern regression book, one can find comments to the ef
  21. fect that R**2 is not a reliable measure of anything, and is humongously
  22. overused and misused. Also, from a formal standpoint, as far as I've ever seen,
  23.  the distribution of R**2, even asymptotically, is unknown so that formal infer
  24. ence using it is not possible. I'd be interested if anyone knows more about tha
  25. t.
  26. Finally, another respondent suggested a MANOVA approach which equates correlati
  27. on and regression. While it is true that mathematically R**2 is the square of t
  28. he correlation, I've always been taught, and believe, that if formal inference
  29. such as testing is involved, regression and correlation cannot be casually inte
  30. rchanged because of the different assumptions underlying the validity of the pr
  31. ocedures. In otherwords, you can't test R**2 by pretending it's just a (square
  32. of) a correlation coefficient. And I don't think you'll see any regression
  33. publication by a statistician supporting that approach.
  34. If it were true, then the distribution of R**2 would just be the distribution o
  35. f the square of rho, about which quite a bit is known, and tests of R**2 would
  36. likely be a common (bad) procedure.
  37.  
  38. |==================================|============================|
  39. |  Walter R. Pirie                 |                            |
  40. |  Department of Statistics        |                            |
  41. |  Virginia Tech                   |                            |
  42. |  Blacksburg, VA 24061-0439       |                            |
  43. |                                  |                            |
  44. |  Tel. 703-231-5441               |                            |
  45. |  Bitnet WLTPIRIE@VTFVM1          |                            |
  46. |  Telnet WLTPIRIE@VTVM1.CC.VT.EDU |                            |
  47. |                                  |                            |
  48. |  Fax  703-231-3863               |                            |
  49. |==================================|============================|
  50.