«multiple-regression» 태그된 질문

최근에 ANCOVA를 사용하여 2 개의 범주 형 변수와 1 개의 연속 형 변수를 조작 한 실험을 분석했습니다. 그러나 검토자는 더미 변수로 코딩 된 범주 형 변수를 사용한 다중 회귀가 범주 형 변수와 연속 형 변수를 모두 사용하는 실험에 더 적합한 테스트라고 제안했습니다. 더미 변수와 함께 ANCOVA 대 다중 회귀 분석을 …

20 regression  multiple-regression  ancova  categorical-encoding 

나는 기계 학습을 배우는 데 시간을 보내고 (재귀에 대한 미안 :) 다변량 선형 회귀의 경우 회귀 계수 계산을위한 직접 방정식 풀기보다 Gradient Descent를 선택 하는 규칙에 흥미를 느끼지 못했습니다 . 경험 법칙 : 피처 수 (읽기 계수 / 독립 변수)가 또는 백만 이상인 경우 그라디언트 디센트 (Gradient Descent)를 사용하지 않으면 …

18 machine-learning  multiple-regression  large-data 

범주 변수가 0 (또는 참조 그룹) 인 경우 이 평균 이라는 개념을 이해하므로 회귀 계수가 두 범주의 평균 차이라는 최종 해석을 제공합니다. > 2 범주를 사용하더라도 각 는 해당 범주의 평균과 참조의 차이점을 설명 한다고 가정 합니다. ββ^0β^0\hat\beta_0β^β^\hat\beta 그러나 다 변수 모델에 더 많은 변수가 도입되면 어떻게 될까요? 이제 두 …

18 multiple-regression  categorical-data  interpretation  regression-coefficients  contrast 

다음과 같은 기사에서 참조를 찾았습니다. Tabachnick & Fidell (1996)에 따르면 이변 량 상관 관계가 .70보다 큰 독립 변수는 다중 회귀 분석에 포함되지 않아야합니다. 문제 : 다중 회귀 설계에서 3 개의 변수 상관 관계인> .80, VIF와 약 .2-.3, 공차 ~ 4-5를 사용했습니다. (중요 예측 변수 및 결과) 이들 중 어느 것도 …

18 correlation  multiple-regression  multicollinearity  partial-correlation 

누군가 나를 혼란스럽게 만들 수 있기를 바랍니다. 다음과 같은 두 가지 회귀 계수 세트가 서로 크게 다른지 테스트하고 싶다고 가정 해보십시오. yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , 5 개의 독립 변수가 있습니다. 크기가 대략 2 개의 그룹 n1,n2n1,n2n_1, n_2(이것은 다를 수 있음) 수천 개의 유사한 회귀 분석이 …

18 regression  hypothesis-testing  multiple-regression 

랜덤 포레스트 또는 그래디언트 부스팅과 같은 "ML 모델"은 설명하기 어렵거나 "해석 할 수 없다"고 생각하기 때문에 선형 회귀 분석 이외의 모델을 예측에 사용하지 않는 일부 통계학자가 발생했습니다. 선형 회귀 분석에서 가정 집합이 확인되면 (오류의 정상 성, 균일 성, 다중 공선 성이 없음) t- 검정은 변수의 중요성을 테스트하는 방법을 제공합니다. 내 …

18 regression  machine-learning  multiple-regression  model-interpretation 

변수 / 기능 세트를 사용하여 선형 회귀 모델을 학습했습니다. 그리고 모델의 성능이 우수합니다. 그러나 예측 변수와 좋은 상관 관계가있는 변수가 없다는 것을 깨달았습니다. 그게 어떻게 가능해?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

가능한 한 예를 들어 회귀 분석과 곡선 피팅 (선형 및 비선형)의 실제 차이점을 나에게 설명해 줄 수 있습니까? 두 변수 (종속 대 독립) 사이의 관계를 찾은 다음 제안되는 모델과 관련된 매개 변수 (또는 계수)를 결정하려고합니다. 예를 들어 다음과 같은 데이터 세트가있는 경우 : Y = [1.000 1.000 1.000 0.961 0.884 …

17 regression  multiple-regression  fitting  roc  curve-fitting 

Movies 데이터 집합 모델이 있고 회귀를 사용했습니다. 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) 어떤 결과를 얻었습니까? 이제 Added Variable Plot이라는 것을 처음 시도했지만 다음과 같은 결과가 나타납니다. car::avPlots(model, id.n=2, id.cex=0.7) …

17 regression  data-visualization  multiple-regression  scatterplot 

6 개의 종속 변수 (카운트 데이터)와 여러 개의 독립 변수가 있는데 MMR에서 스크립트는 다음과 같습니다. my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) 그러나 내 데이터는 개수이므로 일반 선형 모델을 사용하고 싶습니다. my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn, family="poisson") 그리고이 오류 메시지가 …

17 r  generalized-linear-model  multiple-regression 

다음과 같은 실험을 진행 중입니다. DV : 슬라이스 소비 (연속적이거나 범주적일 수 있음) IV : 건강한 메시지, 건강하지 않은 메시지, 메시지 없음 (통제) (사람들이 무작위로 배정 된 3 개의 그룹-범주 형) 이것은 슬라이스의 건강에 관한 조작 된 메시지입니다. 다음 IV는 개별 차이 변수로 간주 될 수 있습니다. 충동 성 (이는 …

17 anova  multiple-regression  continuous-data  ancova 

Y와 X1, X2 사이의 관계를 설명하기 위해 다중 선형 회귀를 사용하고 있습니다. 이론으로부터 나는 다중 회귀가 Y와 X 각각 (Y와 X1, Y와 X2) 사이의 선형 관계를 가정한다는 것을 이해했습니다. X 변환을 사용하지 않습니다. 따라서 R = 0.45 및 모든 중요 X (P <0.05)의 모델을 얻었습니다. 그런 다음 X1에 대해 Y를 …

16 regression  multiple-regression  python  linear 

부분 최소 제곱 회귀 (PLSR) 또는 부분 최소 제곱 구조 방정식 모델링 (PLS-SEM)에서 "부분"이라는 용어는 무엇을 의미합니까?

16 multiple-regression  least-squares  terminology  sem  partial-least-squares 

방금 저자가 두 개의 예측 변수로 다중 회귀 분석을 수행 한 논문을 읽었습니다. 전체 r- 제곱 값은 0.65였다. 그들은 두 예측 변수 사이에 r 제곱을 나누는 테이블을 제공했습니다. 테이블은 다음과 같습니다. rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, 10 0.002 predictor …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

3 개의 변수로 구성된 다 변수 (여러 독립 변수) 회귀 분석이 있다고 가정 해보십시오. 각 변수에는 주어진 계수가 있습니다. 4 번째 변수를 도입하고 회귀를 다시 실행하기로 결정한 경우, 3 개의 원래 변수 계수가 변경됩니까? 더 광범위하게 : 다 변수 (다중 독립 변수) 회귀 분석에서 주어진 변수의 계수가 다른 변수의 계수에 …

16 regression  multiple-regression  multivariable