«multicollinearity» 태그된 질문

콕스 비례 위험 모델의 생존 곡선을 어떻게 해석합니까? 이 장난감 예 age에서 kidney데이터의 변수에 대한 cox 비례 위험 모델이 있고 생존 곡선을 생성 한다고 가정 합니다. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() 예를 들어, 시간 에 어떤 진술이 참입니까? 또는 둘 다 잘못 되었습니까?200200200 진술 1 : …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

여러 결과를 예측하기 위해 다중 회귀를 적용한 기사의 결과를 해석하려고합니다. 그러나 의 (표준화 B 계수로 정의 여기서, 종속 인 변수 및 은 예측 변수 임)보고 된 와 일치하지 않는 것으로보고되었습니다 .ββ\betaβ엑스1=비엑스1⋅S D엑스1S D와이βx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y}와이yy엑스1x1x_1아르 자형2R2R^2 불구 '는 S의 -0.83, -0.29이 -0.16이 -0.43, 0.25 및 -0.29는보고 만 0.20이다.ββ\beta아르 …

9 regression  regression-coefficients  multicollinearity  r-squared 

관련이 없지만 선형 적으로 종속적 인 변수 세트를 가질 수 있습니까?KKK 즉 및 \ sum_ {i = 1} ^ K a_ix_i = 0cor(xi,xj)=0cor(xi,xj)=0cor(x_i, x_j)=0∑Ki=1aixi=0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 그렇다면 예를 작성할 수 있습니까? 편집 : 대답에서 그것은 불가능하다는 것을 따릅니다. 적어도 P(|ρ^xi,xj−ρ^xi,v|&lt;ϵ)P(|ρ^xi,xj−ρ^xi,v|&lt;ϵ)\mathbb{P}(|\hat \rho_{x_i, x_j}-\hat \rho_{x_i, v}|<\epsilon) 있습니까? 여기서 ρ^ρ^\hat\rho 는 추정 된 …

9 correlation  mathematical-statistics  multicollinearity 

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"---&gt; …

9 interaction  multicollinearity  centering 

기본 설정 : 회귀 모델 : 여기서 C는 제어 변수의 벡터입니다.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon 관심이 있으며 및 가 음수 일 것으로 예상 합니다. 그러나 모델에 다중 공선 성 문제가 있으며 상관 계수는 corr ( , 0.9345, corr ( , 0.1765, corr ( , 0.3019로 지정됩니다.ββ\betaβ1β1\beta_1β2β2\beta_2x1x1x_1x2)=x2)=x_2)=x1x1x_1x3)=x3)=x_3)=x2x2x_2x3)=x3)=x_3)= 따라서 과 는 서로 …

9 regression  multicollinearity 

다음과 같은 형식의 데이터가 제공되었다고 가정합니다. ( y,엑스1,엑스2, ⋯ ,엑스엔)(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n}) 과 ( y,엑스1,엑스2, ⋯ ,엑스n - 1)(y,x1,x2,⋯,xn−1)(y,x_{1},x_{2},\cdots, x_{n-1}). 우리는 예측의 임무가 주어진다와이yy 의 가치에 따라 엑스xx. 다음과 같은 두 가지 회귀를 추정합니다. 와이와이=에프1(엑스1, ⋯ ,엑스n - 1,엑스엔)=에프2(엑스1, ⋯ ,엑스n - 1)(1)(2)(1)y=f1(x1,⋯,xn−1,xn)(2)y=f2(x1,⋯,xn−1) \begin{align} y &=f_{1}(x_{1},\cdots, x_{n-1}, x_{n}) \tag{1} \\ y …

9 regression  multiple-regression  missing-data  multicollinearity  multiple-imputation