home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #20 / NN_1992_20.iso / spool / sci / math / stat / 1852 < prev    next >
Encoding:
Text File  |  1992-09-11  |  2.5 KB  |  62 lines
  1. Newsgroups: sci.math.stat
  2. Path: sparky!uunet!psinntp!isc-newsserver!jsvrc
  3. From: jsvrc@rc.rit.edu (J A Stephen Viggiano)
  4. Subject: Re: Least Square Errors
  5. Message-ID: <1992Sep10.153307.11042@ultb.isc.rit.edu>
  6. Sender: jsvrc@rc.rit.edu (Doctor FORTRAN)
  7. Nntp-Posting-Host: bruno.rc.rit.edu
  8. Organization: RIT Research Corp
  9. References: <1992Sep9.150541.15735@cbfsb.cb.att.com>
  10. Date: Thu, 10 Sep 1992 15:33:07 GMT
  11. Lines: 49
  12.  
  13. In article <1992Sep9.150541.15735@cbfsb.cb.att.com> rizzo@cbnewsf.cb.att.com (anthony.r.rizzo) writes:
  14.  
  15. (description of polynomial regression problem greatly abstracted by current
  16. poster)
  17.  
  18. >with which the data were collected was zeroed at 20 C.  So, the
  19. >curve, ideally, should pass through (20,0).  
  20.  
  21. >Two options are available to me.  First, I can simply change the
  22. >value of the constant term in my polynomial, so as to shift
  23. >the curve up or down by the required amount.  But this will give
  24. >me a new curve that DOES NOT minimize the squares of the errors.
  25.  
  26. Right you are. Don't do this, you don't have to.
  27.  
  28. >Second, I can re-derive the equations such that the fitted curve
  29. >is CONSTRAINED to pass through (20,0). . . .
  30.  
  31. You can easily do this by recoding the predictors and running the regression
  32. without an intercept term. Instead of X, X**2, X**3, X**4, create a new
  33. predictor Q = X - 20, and run your regression on Q, Q**2, Q**3, and Q**4.
  34.  
  35. Run it with the intercept term first. Check the partial t-statistic for the
  36. intercept term. If it's not statistically significant, it should be okay to
  37. run the regression again, this time without the intercept. You'll get the
  38. answer you want.
  39.  
  40. You can expand the polynomial in Q to get a polynomial in X without
  41. too much trouble; it's only fourth degree.
  42.  
  43. > Now my questions:  
  44.  
  45. >1) Is this legitimate, or am I just whistling Dixie?  
  46.  
  47. It is completely legitimate to recode the predictors in any way you like.
  48. You must be careful when you recode the response. You only need to recode
  49. the predictors in this case. (What's wrong with "Dixie"? Don't you like
  50. Dan Emmett?) Be sure to test the significance of the intercept term, though.
  51. If it is significant, it indicates either (a) lack of fit, or (b) the
  52. system drifted during the process, rendering the zeroing at 20 degrees
  53. invalid. (If you made subsequent measurements at 20 degrees throughout the
  54. process you can get an idea of how likely (b) is.)
  55.  
  56. >2) Is this a common thing to do?  If so, any references?
  57.  
  58. Sure, it's common. It's so common, I do it without even thinking too much
  59. about it, so I don't have a reference for you. Sorry!
  60.  
  61. ==Doctor FORTRAN
  62.