Запитання з тегом «multiple-regression»

Нещодавно я проаналізував експеримент, який маніпулював 2 категоричними змінними та однією безперервною змінною за допомогою ANCOVA. Однак рецензент припустив, що множинна регресія з категоріальною змінною, кодованою як манекенні змінні, є більш підходящим тестом для експериментів як з категоричною, так і безперервною змінними. Коли доцільно використовувати ANCOVA проти багаторазової регресії з …

20 regression  multiple-regression  ancova  categorical-encoding 

Я витрачаю деякий час на вивчення машинного навчання (вибачте за рекурсію :), і мені не вдалося заінтригувати правилом вибору градієнтного спуску над рішенням прямого рівняння для обчислення коефіцієнтів регресії, у випадку багатовимірної лінійної регресії. Правило: якщо кількість функцій (коефіцієнти зчитування / незалежні змінні) становить від або вище мільйона, перейдіть за …

18 machine-learning  multiple-regression  large-data 

Я розумію поняття, що - це середнє значення, коли категоріальна змінна дорівнює 0 (або є еталонною групою), даючи кінцевій інтерпретації, що коефіцієнт регресії - це різниця середнього значення для двох категорій. Навіть із> 2 категоріями я вважаю, що кожна пояснює різницю між середньою категорією та посиланням.β^0β^0\hat\beta_0β^β^\hat\beta Але що робити, якщо …

18 multiple-regression  categorical-data  interpretation  regression-coefficients  contrast 

Я знайшов посилання в статті, яка виглядає так: За даними Tabachnick & Fidell (1996), незалежні змінні з двоваріантною кореляцією більше, ніж 70, не повинні включатись у багаторазовий регресійний аналіз. Проблема: Я використовував у дизайні множинних регресій 3 корельовані змінні> .80, VIF з приблизно .2 - .3, толерантність ~ 4- 5. …

18 correlation  multiple-regression  multicollinearity  partial-correlation 

У мене є модель набору даних Movies, і я використовував регресію: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) Що дало вихід: Тепер я спробував працювати щось, що називається Додана змінна ділянка …

18 regression  data-visualization  multiple-regression  scatterplot 

Я сподіваюся, що хтось може допомогти виправити для мене точку плутанини. Скажіть, я хочу перевірити, чи значно відрізняються два набори коефіцієнтів регресії один від одного, встановивши наступне: yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , з 5 незалежними змінними. 2 групи з приблизно однаковими розмірами n1,n2n1,n2n_1, n_2 (хоча це …

18 regression  hypothesis-testing  multiple-regression 

Я зіткнувся з деякими статистиками, які ніколи не використовують для прогнозування інші моделі, окрім лінійної регресії, оскільки вони вважають, що "моделі ML", такі як випадкове збільшення лісу або градієнта, важко пояснити або "не інтерпретувати". У лінійній регресії, враховуючи, що набір припущень перевірено (нормальність помилок, гомоскедастичність, відсутність мультиколінеарності), t-тести забезпечують спосіб …

18 regression  machine-learning  multiple-regression  model-interpretation 

Я тренував лінійну регресійну модель, використовуючи набір змінних / особливостей. І модель має хороші показники. Однак я зрозумів, що немає змінної, яка б добре співвідносилась із прогнозованою змінною. Як це можливо?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

Чи може хто-небудь, будь ласка, пояснити мені реальну різницю між регресійним аналізом та приміркою кривої (лінійною та нелінійною), якщо це можливо? Схоже, що обидва намагаються знайти залежність між двома змінними (залежною від незалежної), а потім визначити параметр (або коефіцієнт), пов'язаний із запропонованими моделями. Наприклад, якщо у мене є набір даних, …

17 regression  multiple-regression  fitting  roc  curve-fitting 

У мене є шість залежних змінних (кількість даних) та кілька незалежних змінних, я бачу, що в MMR сценарій йде так: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Але, оскільки мої дані налічуються, я хочу використовувати узагальнену лінійну модель, і я спробував це: my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ …

17 r  generalized-linear-model  multiple-regression 

Я провожу експеримент, який має наступне: DV: Споживання скибочок (безперервне або може бути категоричним) IV: Здорове повідомлення, нездорове повідомлення, відсутність повідомлення (контроль) (3 групи, до яких люди призначаються випадковим чином - категоричні) Це маніпульоване повідомлення про здоров’я шматочка. Наступні IV можна вважати індивідуальними змінними різниці: Імпульсивність (це може бути категоричним, …

17 anova  multiple-regression  continuous-data  ancova 

Я використовую численні лінійні регресії для опису зв’язків між Y і X1, X2. З теорії я зрозумів, що множинна регресія передбачає лінійні зв’язки між Y і кожним з X (Y і X1, Y і X2). Я не використовую жодної трансформації X. Отже, я отримав модель з R = 0,45 і …

16 regression  multiple-regression  python  linear 

На моделювання структурних рівнянь найменших квадратів (PLSR) або на часткові найменші квадрати (PLS-SEM), що означає термін "частковий"?

16 multiple-regression  least-squares  terminology  sem  partial-least-squares 

Я щойно прочитав статтю, в якій автори провели багаторазову регресію з двома прогнозами. Загальне значення r-квадрата становило 0,65. Вони надали таблицю, яка розділила r-квадрат між двома прогнозами. Таблиця виглядала так: rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, 10 0.002 predictor 2 …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

Скажімо, у мене є багатовимірна (кілька незалежних змінних) регресії, яка складається з 3 змінних. Кожна з цих змінних має заданий коефіцієнт. Якщо я вирішу ввести 4-ту змінну і повторити регресію, чи зміняться коефіцієнти трьох вихідних змінних? Більш широко: в регресії багатовимірної (декількох незалежних змінних) коефіцієнт даної змінної впливає на коефіцієнт …

16 regression  multiple-regression  multivariable