Нет, я бы сказал, что «нулевая модель» по сути имеет то же значение, что и «нулевая гипотеза»: модель, если нулевая гипотеза верна. Что это означает, в конкретном случае, конечно, зависит от конкретной нулевой гипотезы.
Ваша интерпретация как «среднее значение» (вы, вероятно, хотите сказать «предельное распределение по переменной ответа») без учета каких-либо предикторов - это одна возможность, соответствующая нулевой гипотезе «омнибусного теста», тестирование всех параметров (кроме перехвата) одновременно.
Но интерес вполне может быть сосредоточен на модели вида
где x 1 содержит предикторы, которые, как вы знаете, влияют на результат, поэтому не хотят для тестирования, в то время как x 2 содержит предикторы, которые вы тестируете.
yi=β0+βT1x1i+βT2x2i+ϵi
x1x2
Таким образом, нулевой гипотезой будет а нулевой моделью будет
y i = β 0 + β T 1 x 1 i + ϵ i . Так что это зависит.β2=0yi=β0+βT1x1i+ϵi
fit = lm(formula = y ~ 1, data)
и вы должны увидеть среднее значениеy
. Также смотрите ответ MorganBall. Я бы согласился с его ответом больше всего. Кроме того, нулевая модель может быть моделью с предикторами, альтернативной моделью является модель с p + k , где k может быть 1,2, ... дополнительными ковариатами.