Вопросы с тегом «stepwise-regression»

Пошаговая регрессия (часто называемая прямой или обратной регрессией) включает подгонку модели регрессии и добавление или удаление предикторов на основе T статистика, р2или информационные критерии для получения * пошаговой * окончательной модели. Этот тег также может использоваться для стратегий прямого выбора, обратного исключения и выбора лучших подмножеств переменных.

1
В чем разница между AIC () и extractAIC () в R?
Документация R для обоих не проливает много света. Все, что я могу получить по этой ссылке, это то, что использование любого из них должно быть хорошо. Я не понимаю, почему они не равны. Факт: пошаговая функция регрессии в R, step()использует extractAIC(). Интересно, что запуск lm()модели и glm()«нулевой» модели (только пересечение) …
2
Как работает «ступенчатая регрессия»?
Я использовал следующий код R, чтобы соответствовать пробитной модели: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Я хочу знать, что делает stepwiseи backward/forwardделает именно и как выбрать переменные?
3
Каковы преимущества ступенчатой ​​регрессии?
Я экспериментирую со ступенчатой ​​регрессией ради разнообразия в моем подходе к проблеме. Итак, у меня есть 2 вопроса: Каковы преимущества ступенчатой ​​регрессии? Каковы его конкретные сильные стороны? Что вы думаете о гибридном подходе, где вы используете ступенчатую регрессию для выбора объектов, а затем применяете регулярную регрессию, объединяя все выбранные объекты …
2
Превосходство LASSO над прямым выбором / обратным устранением с точки зрения ошибки прогнозирования перекрестной проверки модели
Я получил три уменьшенные модели из оригинальной полной модели, используя выбор вперед устранение в обратном направлении Техника наказания L1 (LASSO) Для моделей, полученных с использованием прямого выбора / обратного исключения, я получил перекрестную валидацию оценки ошибки прогнозирования, используя CVlmпакет, DAAGдоступный в R. Для модели, выбранной через LASSO, я использовал cv.glm. …
4
Есть ли способ использовать перекрестную проверку для выбора переменных / признаков в R?
У меня есть набор данных с около 70 переменных, которые я хотел бы сократить. Я хочу использовать CV, чтобы найти наиболее полезные переменные следующим образом. 1) Случайно выберите, скажем, 20 переменных. 2) Используйте stepwise/ LASSO/ lars/ etc для выбора наиболее важных переменных. 3) Повторите ~ 50x и посмотрите, какие переменные …
3
Обобщенные линейные смешанные модели: выбор модели
Этот вопрос / тема возникла в дискуссии с коллегой, и я искал несколько мнений по этому поводу: Я моделирую некоторые данные, используя логистическую регрессию со случайными эффектами, точнее - логистическую регрессию со случайным перехватом. Для фиксированных эффектов у меня есть 9 переменных, которые представляют интерес и учитываются. Я хотел бы …
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.