Вопросы с тегом «multiple-regression»

Регрессия, включающая две или более непостоянных независимых переменных.

3
Когда следует использовать множественную регрессию с фиктивным кодированием против ANCOVA?
Недавно я проанализировал эксперимент, который манипулировал 2 категориальными переменными и одной непрерывной переменной, используя ANCOVA. Однако рецензент предположил, что множественная регрессия с категориальной переменной, закодированной как фиктивная переменная, является более подходящим тестом для экспериментов как с категориальными, так и с непрерывными переменными. Когда целесообразно использовать ANCOVA против множественной регрессии с …

1
Действительно ли мы проводим многомерный регрессионный анализ с * миллионами * коэффициентов / независимых переменных?
Я провожу некоторое время, изучая машинное обучение (извините за рекурсию :), и я не мог не заинтриговать эмпирическое правило выбора градиентного спуска вместо прямого решения уравнений для вычисления коэффициентов регрессии, в случае многомерной линейной регрессии. 10 , 000 - 1 , 000 , 00010,000-1,000,00010,000 - 1,000,000 В вычислительном отношении, я …

2
Интерпретация бета при наличии нескольких категориальных переменных
Я понимаю концепцию, что является средним значением, когда категориальная переменная равна 0 (или является контрольной группой), давая конечную интерпретацию того, что коэффициент регрессии - это разница в среднем двух категорий. Даже при> 2 категориях я бы предположил, что каждая объясняет разницу между средним значением этой категории и ссылкой.β^0β^0\hat\beta_0β^β^\hat\beta Но что, …

1
Как бороться с высокой корреляцией среди предикторов при множественной регрессии?
Я нашел ссылку в статье, которая выглядит так: Согласно Tabachnick & Fidell (1996), независимые переменные с двумерной корреляцией более 0,70 не должны включаться в множественный регрессионный анализ. Проблема: я использовал в дизайне множественной регрессии 3 переменные, коррелированные> 0,80, VIF около 0,2-2,3, Допуск ~ 4-5. Я не могу исключить ни одну …

2
Что объясняет добавленный график переменных (график частичной регрессии) в множественной регрессии?
У меня есть модель набора данных Movies, и я использовал регрессию: 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) Который дал вывод: Теперь я попытался сработать что-то под названием «График добавленной переменной» …

2
Как правильно проверить существенные различия между коэффициентами?
Я надеюсь, что кто-то может помочь исправить ситуацию для меня. Скажем, я хочу проверить, существенно ли отличаются два набора коэффициентов регрессии друг от друга, с помощью следующей настройки: yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , с 5 независимыми переменными. 2 группы, с примерно равными размерами n1,n2n1,n2n_1, n_2 (хотя …

4
Если мне нужна интерпретируемая модель, существуют ли другие методы, кроме линейной регрессии?
Я сталкивался с некоторыми статистиками, которые никогда не используют модели, кроме линейной регрессии, для прогнозирования, потому что они считают, что «модели ML», такие как случайный лес или повышение градиента, трудно объяснить или «не интерпретируются». В линейной регрессии, учитывая, что набор предположений проверен (нормальность ошибок, гомоскедастичность, отсутствие мультиколлинеарности), t-тесты предоставляют способ …

3
Как можно получить хорошую модель линейной регрессии, если нет существенной корреляции между выходом и предикторами?
Я обучил модели линейной регрессии, используя набор переменных / функций. И модель имеет хорошие показатели. Однако я понял, что нет переменной с хорошей корреляцией с прогнозируемой переменной. Как это возможно?

2
Разница между регрессионным анализом и подгонкой кривой
Кто-нибудь может объяснить мне реальные различия между регрессионным анализом и подгонкой кривой (линейной и нелинейной), с примером, если это возможно? Кажется, что оба пытаются найти связь между двумя переменными (зависимыми и независимыми), а затем определяют параметр (или коэффициент), связанный с предлагаемыми моделями. Например, если у меня есть набор данных, таких …

2
Как сделать обобщенную линейную модель с несколькими зависимыми переменными в R?
У меня есть шесть зависимых переменных (данные подсчета) и несколько независимых переменных, я вижу, что в MMR скрипт выглядит так: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Но, поскольку мои данные рассчитаны, я хочу использовать обобщенную линейную модель, и я попробовал это: my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ …

1
Как выбрать между ANOVA и ANCOVA в разработанном эксперименте?
Я провожу эксперимент, который имеет следующее: DV: потребление среза (непрерывное или может быть категоричным) IV: здоровое сообщение, нездоровое сообщение, отсутствие сообщения (контроль) (3 группы, в которых люди назначаются случайным образом - категорично) Это манипулируемое сообщение о здоровье среза. Следующие IV могут рассматриваться как отдельные переменные различия: Импульсивность (это может быть …

1
В множественной линейной регрессии, почему график предсказанных точек не лежит на прямой линии?
Я использую множественную линейную регрессию для описания отношений между Y и X1, X2. Из теории я понял, что множественная регрессия предполагает линейные отношения между Y и каждым из X (Y и X1, Y и X2). Я не использую какие-либо преобразования X. Итак, я получил модель с R = 0,45 и …


3
Как разделить r-квадрат между переменными предиктора в множественной регрессии?
Я только что прочитал статью, в которой авторы провели множественную регрессию с двумя предикторами. Общее значение r-квадрата составило 0,65. Они предоставили таблицу, которая делит r-квадрат между двумя предикторами. Стол выглядел 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 …

3
Меняет ли добавление большего количества переменных в многовариантную регрессию коэффициенты существующих переменных?
Скажем, у меня есть регрессия с несколькими переменными (несколько независимых переменных), которая состоит из 3 переменных. Каждая из этих переменных имеет заданный коэффициент. Если я решу ввести 4-ю переменную и повторно запустить регрессию, изменятся ли коэффициенты 3 исходных переменных? В более широком смысле: в регрессии с несколькими переменными (множественными независимыми …

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.