Запитання з тегом «stepwise-regression»

Поетапна регресія (часто її називають прямою або зворотною регресією) передбачає підгонку регресійної моделі та додавання або вилучення предикторів на основі статистики, або інформаційних критеріїв, щоб поступово надходити до кінцевої моделі. Цей тег можна також використовувати для вибору вперед, усунення назад та кращих підмножин змінних стратегій вибору. tR2

1
Яка різниця між AIC () та extraAIC () в R?
Документація на R не проливає багато світла. Все, що я можу отримати за цим посиланням, - це те, що використання будь-якого з них повинно бути добре. Чого я не отримую, це те, чому вони не рівні. Факт: функція покрокової регресії в R, step()використовує extractAIC(). Цікаво, що запуск lm()моделі та glm()'null' …
2
Як працює «поетапна регресія»?
Я використовував наступний код R, щоб відповідати пробітній моделі: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Я хочу знати, що саме stepwiseі що потрібно backward/forwardробити, і як вибрати змінні?
3
У чому переваги поетапної регресії?
Я експериментую з поступовою регресією заради різноманітності в моєму підході до проблеми. Отже, у мене є 2 питання: У чому переваги поетапної регресії? Які його конкретні сильні сторони? Що ви думаєте про гібридний підхід, коли ви використовуєте поетапну регресію для вибору функцій, а потім застосовуєте звичайну регресію, збираючи всі вибрані …
2
Перевага LASSO над вибором / усуненням вперед в плані похибки прогнозування перехресної перевірки моделі
Я отримав три зменшених моделі від оригінальної повної моделі за допомогою прямий вибір зворотне усунення Техніка пеналізації L1 (LASSO) Для моделей, отриманих за допомогою вибору вперед / усунення вперед, я отримав перехресну перевірену оцінку помилки прогнозування за допомогою CVlmпакету, DAAGдоступного в R. Для моделі, обраної через LASSO, я використовував cv.glm. …
4
Чи існує спосіб використання перехресної перевірки для вибору змінної / функції в R?
У мене є набір даних з приблизно 70 змінними, які я хотів би скоротити. Що я хочу зробити, це використовувати CV для пошуку найбільш корисних змінних у наступний спосіб. 1) Випадково виберіть скажімо 20 змінних. 2) Використовуйте stepwise/ LASSO/ lars/ тощо, щоб вибрати найбільш важливі змінні. 3) Повторіть ~ 50x …
3
Узагальнені лінійні змішані моделі: вибір моделі
Це питання / тема з'явилася під час обговорення з колегою, і я шукав деякі думки з цього приводу: Я моделюю деякі дані за допомогою логістичної регресії випадкових ефектів, точніше випадкової логістичної регресії. Для фіксованих ефектів у мене є 9 змінних, які представляють інтерес і враховуються. Я хотів би зробити якийсь …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.