«interaction» 태그된 질문

V1과 V2의 두 가지 주요 효과가 있습니다. 반응 변수에 대한 V1 및 V2의 영향은 음수입니다. 그러나 어떤 이유로 나는 상호 작용 항 V1 * V2에 대해 양의 계수를 얻고 있습니다. 이것을 어떻게 해석 할 수 있습니까? 그런 상황이 가능합니까?

17 regression  interaction 

방향성 비순환 그래프 (DAG; 예를 들어, Greenland, et al, 1999)는 인과 관계 수용소의 반 사실 해석으로부터의 인과 추론의 형식주의의 일부이다. 이 그래프에서 변수에서 화살표의 존재 변수 B는 그 변수 어서 A는 직접 (어떤 위험의 변화) 변수 야기 B , 및 화살표의 부재를 그 변수 어서 를 위험에 직접적 원인 (일부 …

17 interaction  causality  dag 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

혼합 모델 / lmer 사용에 대한 질문이 있습니다. 기본 모델은 다음과 같습니다. lmer(DV ~ group * condition + (1|pptid), data= df) 그룹과 조건은 모두 요인입니다. 그룹에는 두 가지 수준 (groupA, groupB)이 있고 조건에는 세 가지 수준 (condition1, condition2, condition3)이 있습니다. 그것은 인간 대상의 데이터이므로 pptid는 각 사람에게 무작위 효과입니다. 모델은 …

14 interaction  interpretation  lme4-nlme  model 

많은 맥락에서 상호 교환 적으로 사용되는이 두 용어를 접했습니다. 기본적으로 중재자 (M)는 X와 Y의 관계에 영향을주는 요소입니다. 보통 분석은 회귀 모델을 사용하여 수행됩니다. 예를 들어 성별 (M)은 "제품 조사"(X)와 "제품 구매"(Y)의 관계에 영향을 줄 수 있습니다. 상호 작용에서 X1과 X2는 Y에 영향을주기 위해 상호 작용합니다. 여기서 동일한 예는 "제품 조사"(X1)가 …

14 regression  interaction  interpretation  regression-coefficients  terminology 

최근 무작위로 탐색하는 질문으로 인해 몇 년 전에 회귀 모형의 비율 사용에 대해 경고하면서 교수 중 한 명이 직접 의견을 떠올리게되었습니다. 그래서 나는 이것에 대해 읽기 시작하여 결국 Kronmal 1993로 이어졌습니다. 나는 이것을 모델링하는 방법에 대한 그의 제안을 올바르게 해석하고 있는지 확인하고 싶습니다. : 종속 독립 측에서도 같은 분모 비율로 …

14 regression  modeling  interaction  weighted-regression  ratio 

R lavaan 패키지 를 사용하여 구조 방정식 모델을 추정하고 있습니다. 모델이 1 개의 잠재 성 변수와 2 개의 명시 적 설명 변수가있는 1 개의 내인성 매니페스트 변수로 구성되어 있다고 가정합니다. group = {0,1} attitude1 = latent,scale age = respondent's age 원하는 용암 모델은 다음과 같습니다 (작동하지 않음). model <- ' …

13 r  interaction  sem  lavaan 

비율과 비율 분석을 다루는 조언과 의견을 찾고 있습니다. 내가 비율을 분석하는 분야에서 특히 널리 퍼져 있지만 문제가 될 수 있다고 제안하는 몇 가지 논문을 읽었습니다. Kronmal, Richard A. 1993. 스퓨리어스 상관 관계와 비율 표준의 오류가 재검토되었습니다. 왕립 통계 학회지 시리즈 A 156 (3) : 379-392 및 관련 논문. 내가 지금까지 …

13 modeling  multiple-regression  generalized-linear-model  interaction  confounding 

L1 정규 선형 회귀 피팅에 LARS [1] 사용과 좌표 하강 사용의 장단점은 무엇입니까? 나는 주로 퍼포먼스 측면에 관심이있다 (내 문제는 N수십만에서 p20 이하인 경향이있다 ). 그러나 다른 통찰력도 인정 될 것이다. 편집 : 내가 질문을 게시 한 후 chl은 Friedman 등의 논문 [2]에 좌표 하강이 다른 방법보다 상당히 빠른 것으로 …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

을 사용하여 모델 튜닝을 수행 caret했지만 gbm패키지를 사용하여 모델을 다시 실행했습니다 . caret패키지가 사용 gbm하고 출력이 동일해야한다는 것을 이해합니다 . 그러나 data(iris)RMSE와 R ^ 2를 평가 지표로 사용하면 약 5 %의 모델에서 불일치가 발생합니다. 부분 종속성 플롯을 사용 하기 위해 최적의 모델 성능을 찾고 caret싶지만 다시 실행 하고 싶습니다 gbm. …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

이전 질문과 토론에서 귀중한 피드백을 수집 한 후 다음과 같은 질문을 제기했습니다. 예를 들어 남성과 여성의 두 그룹에서 효과 차이를 감지하는 것이 목표라고 가정합니다. 이를 수행하는 두 가지 방법이 있습니다. 두 그룹에 대해 두 개의 개별 회귀 분석을 실행하고 Wald 검정을 사용하여 귀무 가설 : 을 기각 (또는 거부)합니다 . …

13 statistical-significance  interaction  regression-coefficients 

중재 된 회귀 분석은 종종 사회 과학에서 두 개 이상의 예측 변수 / 공변량 간의 상호 작용을 평가하는 데 사용됩니다. 일반적으로 예측 변수가 두 개인 경우 다음 모델이 적용됩니다. Y=β0+β1∗X+β2∗M+β3∗XM+eY=β0+β1∗X+β2∗M+β3∗XM+eY = β_0 + β_1*X + β_2*M + β_3*XM + e 중재 테스트는 (독립 변수 와 중재자 변수 의 곱) 이라는 …

12 regression  interaction 

Stata 구문에 약간의 문제가 있습니다. 다음과 같은 회귀 분석을 수행해야합니다. y=ax+bz+c(xz)+ey=ax+bz+c(xz)+ey = ax + bz + c(xz) + e 여기서 와 모두 계측되고 상호 작용 항 는 계측 된 및 값을 사용합니다 .xxxzzzxzxzxzxxxzzz 및 대해 예측 된 값을 생성하고 이를 회귀 변수로 사용하면 잘못된 표준 오류가 발생합니다.xxxzzz 편집 : 또한 …

12 stata  interaction  instrumental-variables 

나는 두 가지 일반적인 / 더 이론적 인 질문이 있습니다. 1) 예측 모델을 작성할 때 SVM이 변수 상호 작용을 처리하는 방법이 궁금합니다. 예를 들어, f1과 f2의 두 가지 기능이 있고 목표가 f1, f2에 의존하고 f1 * f2 (또는 일부 함수 h (f1, f2))라고 말하면 SVM이 적합합니까 (OOS뿐만 아니라 훈련 데이터에도) …

12 machine-learning  predictive-models  svm  interaction 

두 줄이 (거의) 평행인지 이해하는 방법이 있습니까? 선형 회귀에서 생성 된 두 개의 선이 있으며 평행한지 이해하고 싶습니다. 다시 말해, 나는이 두 선의 경사를 다르게하고 싶습니다. 이것을 계산하는 R 함수가 있습니까? 편집 : ... 그리고 어떻게 선형 회귀선의 경사 (도)를 얻을 수 있습니까?

12 r  regression  interaction  linear-model