«interaction» 태그된 질문

나는 항상 회귀의 맥락에서 상호 작용이라는 용어를 읽었습니다. knn 또는 svm과 같은 다른 모델과의 상호 작용도 고려해야합니까? 이 경우 , 100 또는 더 많은 기능을하고 있습니다 말 1000 명 유용한 상호 작용을 찾을 수있는 일반적인 방법이 무엇인지 관찰? 모든 조합을 사용해보십시오? 아니면 합당한 조합 만 사용합니까?505050100100100100010001000

11 machine-learning  interaction  terminology 

내 시도 : 에 신뢰 구간을 얻을 수 없습니다 interaction.plot() 반면에 plotmeans()'gplot'패키지는 두 개의 그래프를 표시하지 않습니다. 또한 plotmeans()기본적으로 축이 다르기 때문에 두 개의 그래프를 다른 그래프 위에 부과 할 수 없었습니다 . plotCI()'gplot'패키지에서 사용 하고 두 개의 그래프를 겹쳐서 성공 했지만 여전히 축의 일치가 완벽하지 않았습니다. 신뢰 구간을 사용하여 …

11 r  data-visualization  confidence-interval  interaction 

데이터가 있다고 가정 해 봅시다. x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) x1이 X 축에 있고 x2가 3 줄로 표시되도록 연속 상호 작용으로 연속성을 플롯하고 싶습니다. 하나는 Z 점수 0에서 x2, 하나는 Z 점수 +1, 다른 하나는 -1의 Z- 점수, 각 …

11 r  regression  ggplot2  interaction 

퇴적 미생물 활동에 대한 건조의 영향을 평가하기 위해 데이터 세트를 작업 중입니다. 건조의 영향이 퇴적물 형태 및 / 또는 퇴적물 내 깊이에 따라 달라지는지를 결정하는 것이 목적입니다. 실험 설계는 다음과 같습니다. 첫 번째 요소 퇴적물 은 세 가지 유형의 퇴적물 (코드화 된 Sed1, Sed2, Sed3)에 해당합니다. 각 유형의 퇴적물에 대해, …

11 mixed-model  interaction  post-hoc  lme4-nlme 

주어진 위험-결과 연관 쌍에 대해 효과 (측정) 수정 자 및 혼란 자 역할을하는 변수를 가질 수 있습니까? 나는 여전히 구별이 확실하지 않다. 차이점을 이해하는 데 도움이되는 그래픽 표기법을 살펴 보았지만 표기법의 차이점은 어리둥절합니다. 두 가지에 대한 그래픽 / 시각적 설명과 이들이 겹쳐 질 수있는시기가 유용 할 것입니다.

10 interaction  causality  confounding 

3 회 반복 측정 ANOVA를 수행했습니다. 어떤 사후 분석이 유효합니까? 이것은 개체 내 반복 측정을 갖는 요소 중 하나를 가진 완전 균형 설계 (2x2x2)입니다. R에서 반복 측정 ANOVA에 대한 다변량 접근법을 알고 있지만, 첫 번째 본능은 간단한 aov () 스타일의 ANOVA로 진행하는 것입니다. aov.repeated <- aov(DV ~ IV1 * IV2 …

10 r  anova  repeated-measures  interaction  post-hoc 

에 대한 선형 회귀 모델에 관심이 있다고 가정 합니다. 두 공변량 간의 상호 작용이 Y에 영향을 미치는지 확인하고 싶습니다.와이나는=β0+β1엑스1+β2엑스2+β삼엑스1엑스2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 교수 과정 노트 (내가 연락하지 않은 사람)에는 다음과 같이 명시되어 있습니다. 즉, 가 회귀에 포함되어야합니다.와이나는=β0+β1엑스1+β2엑스2+β삼엑스1엑스2+β4엑스21+β5엑스22Yi=β0+β1x1+β2x2+β3x1x2+β4x12+β5x22Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 …

10 regression  multiple-regression  interaction  linear-model 

본인은이 질문에 명확하게 답변 할 수있는 방식으로이 질문에 대한 답변을 드리겠습니다. 그렇지 않은 경우 알려 주시면 다시 시도하겠습니다! 또한 이러한 분석에 R을 사용할 것입니다. 나는 여러 조치가 plant performance (Ys)나는 imposed-- 네 치료에 의해 영향을받은 것으로 의심을 flower thinning (X1), fertilization (X2), leaf clipping (X3)하고 biased flower thinning (X4). 가능한 …

10 hypothesis-testing  mixed-model  interaction  nonlinear  regression-strategies 

연속 변수와 범주 변수 간의 상호 작용 계수 해석에 대한 질문이 있습니다. 내 모델은 다음과 같습니다. model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 *** racemexican -3.0483 1.7073 -1.785 0.07469 . …

10 categorical-data  generalized-linear-model  interaction  interpretation 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

R에서 요소가 정확히 어떻게 작동하는지 이해하려고합니다. R의 일부 샘플 데이터를 사용하여 회귀 분석을 실행하려고한다고 가정 해 보겠습니다. > data(CO2) > colnames(CO2) [1] "Plant" "Type" "Treatment" "conc" "uptake" > levels(CO2$Type) [1] "Quebec" "Mississippi" > levels(CO2$Treatment) [1] "nonchilled" "chilled" > lm(uptake ~ Type + Treatment, data = CO2) Call: lm(formula = uptake …

10 r  regression  interaction 

형식의 선형 회귀 분석을 실행한다고 가정 해 보겠습니다 .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon 경우 긍정적이며,이 사이에 양의 상관 관계를 의미하지는 않습니다 와 B를 ? (반대로 \ beta_3 이 음수 이면 음의 상관 관계 입니까?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression  interaction 

두 개의 독립 변수 사이에 상호 작용이있을 때 상호 작용 그림을 해석하는 데 문제가 있습니다. 이 사이트 에서 가져온 그래프는 다음과 같습니다 . 여기서 와 는 독립 변수이고 는 종속 변수입니다.ㅏAA비BBD VDVDV 질문 : 교호 작용과 주 효과는 있지만 주 효과는 없습니다ㅏAA비BB I는의 값이 높을 것을 알 수 ,의 값이 …

9 data-visualization  interaction  interpretation 

연속 예측 변수와 범주 중재자 사이의 상호 작용을 동일한 그래프에 그려보고 싶습니다. 둘 다 범주 형 ( 요인 상호 작용 ) 일을하는 방법을 알고 있지만 하나가 연속적이고 범주 형 일 때 어떻게 해야할지 모르겠습니다.

9 data-visualization  categorical-data  interaction  continuous-data 

계층 적 회귀 분석을 실행 중이며 의심의 여지가 거의 없습니다. 중심 변수를 사용하여 교호 작용 항을 계산합니까? 종속 변수를 제외하고 데이터 세트에있는 모든 연속 변수를 중앙에 배치해야합니까? sd가 평균보다 훨씬 높기 때문에 일부 변수를 기록해야 할 때 방금 기록 된 변수 또는 초기 변수를 중앙에 배치합니까? 예 : 변수 "회전율"---> …

9 interaction  multicollinearity  centering