home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #30 / NN_1992_30.iso / spool / sci / math / stat / 2576 < prev    next >
Encoding:
Text File  |  1992-12-11  |  2.3 KB  |  61 lines
  1. Newsgroups: sci.math.stat
  2. Path: sparky!uunet!wupost!gumby!destroyer!cs.ubc.ca!newsserver.sfu.ca!rivas
  3. From: rivas@fraser.sfu.ca (Jorge David Rivas)
  4. Subject: Re: Test for Linearity ??
  5. Message-ID: <1992Dec11.220220.10224@sfu.ca>
  6. Sender: news@sfu.ca
  7. Organization: Simon Fraser University, Burnaby, B.C., Canada
  8. References: <1992Dec10.234906.61926@cc.usu.edu> <2975@tymix.Tymnet.COM>
  9. Date: Fri, 11 Dec 1992 22:02:20 GMT
  10. Lines: 49
  11.  
  12. In article <2975@tymix.Tymnet.COM> rick@daffodil.tymnet.com (Rick McFarland) writes:
  13. >Why don't you try calculating the correlation coefficient: the closer it
  14. >is to 1 or -1, the more linear your data.
  15. >
  16. >
  17. >
  18. >------------------------------------------------
  19. >"ad astra per aspera"
  20.  
  21. I do not think that the corr. coef. would tell much at all right away.    
  22. If he is asking about linearity I'm sure he has in mind fitting a straight line.
  23. He says:
  24.  
  25.                " I have a question regarding, linearity
  26. of data points.  Does anybody know of any statistical
  27. test for linearity. I would appreciate any kind of
  28. help, references etc."
  29.  
  30. I would think that PLOTTING the data first would be necessary in order to asses
  31. the rest of the test:
  32.  
  33. ie: if there is apattern other than somekind of random scattering along some
  34. invisible straight line (ie: curvilinear like a parabola) then he should fit
  35. a polynomial model (possibly of second order), then the reduced model with only
  36. the linear term and THEN asses linearity by means of the corresponding tests.
  37.  
  38. If not consider looking at : "Problem solving: a statistician's guide"
  39.                              Christopher Chatfield,
  40.                             Chapman and Hall,    pages 117-118
  41.  
  42. In it there are 4 sets of data constructed by Anscombe (1973). All have r=.82,
  43. however:
  44.  
  45. set 1 is your typical "around the straight line" cloud
  46.  
  47. set 2 is 3/4 of a seemingly "branches down" parabola on which all the point are
  48.       perfectly lined on it.
  49.  
  50. set 3  is a set of 11 points in which 10 are perfectly lined on a stright line
  51.       and the 11th is an obvious outlier
  52.  
  53. set 4 is a setof 11 points, but this time the first 10 make a perfectly vertical      straight line. The 11th one is again a far away outlier.
  54.  
  55. REMEMBER:  ALL them have r = 0.82
  56.  
  57.    Jorge David Rivas        (undergrad) Dept. of Math & Stats
  58.                                        Simon Fraser University
  59.                                        Burnaby, B.C.  CANADA
  60.  
  61.