Không, tôi sẽ nói "null model" về cơ bản có cùng ý nghĩa với "giả thuyết null": mô hình nếu giả thuyết null là đúng. Điều này có nghĩa là gì, trong một trường hợp cụ thể, tất nhiên phụ thuộc vào giả thuyết null cụ thể.
Các cách hiểu của bạn là "giá trị trung bình" (có thể bạn muốn nói "phân phối biên trên biến phản hồi") không tính đến bất kỳ dự đoán nào, là một khả năng, tương ứng với giả thuyết khống về "kiểm tra omnibus", kiểm tra tất cả các tham số (trừ việc đánh chặn) đồng thời.
Nhưng sự quan tâm cũng có thể tập trung vào một mô hình có dạng
nơi x 1 có chứa các yếu tố dự báo bạn biết đang ảnh hưởng đến kết quả, vì vậy không muốn để kiểm tra, trong khi x 2 chứa các dự đoán bạn đang kiểm tra.
yi=β0+βT1x1i+βT2x2i+ϵi
x1x2
Vì vậy, giả thuyết sẽ và mô hình rỗng sẽ là
y i = β 0 + β T 1 x 1 i + ε i . Vì vậy, nó phụ thuộc.β2=0yi=β0+βT1x1i+ϵi
fit = lm(formula = y ~ 1, data)
và bạn sẽ thấy giá trị trung bình củay
. Ngoài ra, hãy xem câu trả lời của MorganBall. Tôi đồng ý với phản ứng của anh ấy nhiều nhất. Ngoài ra, một mô hình null có thể là một mô hình với các yếu tố dự đoán , với một mô hình thay thế là một mô hình với p + k , trong đó k có thể là 1,2, ... các hiệp phương sai bổ sung.