통계 및 빅 데이터 stepwise-regression

2

step()단계별 회귀 분석을 위해 R 의 함수가 사용하는 임계 p- 값은 무엇입니까 ? 0.15라고 가정하지만 내 가정이 맞습니까? 임계 p- 값을 어떻게 변경할 수 있습니까?

12 r regression p-value stepwise-regression

1

어느 쪽이든 R 문서는 그다지 밝지 않습니다. 이 링크 에서 얻을 수있는 것은 둘 중 하나를 사용하는 것이 좋습니다. 내가 얻지 못하는 것은 왜 그들이 평등하지 않은지입니다. 사실 : R의 단계적 회귀 함수는를 step()사용합니다 extractAIC(). 흥미롭게도 R의 'mtcars'데이터 세트 에서 lm()모델과 glm()'null'모델 (인터셉트 만)을 실행하면 AIC및에 대한 결과가 다릅니다 extractAIC(). …

11 r regression aic stepwise-regression

2

"단계적 회귀"는 어떻게 작동합니까?

프로 빗 모델에 맞추기 위해 다음 R 코드를 사용했습니다. p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') 나는 무엇을 알고 싶어 stepwise하고 backward/forward정확하게 수행하는 방법과 변수를 선택?

11 r probit stepwise-regression

3

단계적 회귀의 장점은 무엇입니까?

나는 문제에 대한 접근 방식의 다양성을 위해 단계적 회귀를 실험하고 있습니다. 그래서 두 가지 질문이 있습니다. 단계적 회귀의 장점은 무엇입니까? 구체적인 강점은 무엇입니까? 단계적 회귀를 사용하여 피처를 선택한 다음 선택한 모든 피처를 함께 가져 오는 규칙적인 회귀를 적용하는 하이브리드 접근 방식에 대해 어떻게 생각하십니까?

11 regression feature-selection stepwise-regression

2

모델의 교차 검증 예측 오차 측면에서 순방향 선택 / 후진 제거에 비해 LASSO의 우수성

나는 원래의 풀 모델에서 앞으로 선택 뒤로 제거 L1 벌칙 기술 (LASSO) 순방향 선택 / 역방향 제거를 사용하여 얻은 모델의 경우, CVlm에서 DAAG제공되는 패키지를 사용 하여 교차 검증 된 예측 오차 추정치를 얻었 습니다 R. LASSO를 통해 선택된 모델에는을 사용했습니다 cv.glm. LASSO에 대한 예측 오차는 다른 것들에 대해 얻은 것보다 …

10 cross-validation model-selection lasso stepwise-regression

4

R에서 변수 / 기능 선택을 수행하기 위해 교차 검증을 사용하는 방법이 있습니까?

약 70 개의 변수가있는 데이터 세트가 있습니다. 내가 찾고있는 것은 CV를 사용하여 다음과 같은 방식으로 가장 유용한 변수를 찾는 것입니다. 1) 20 개의 변수를 임의로 선택합니다. 2) stepwise/ LASSO/ lars/ etc를 사용 하여 가장 중요한 변수를 선택하십시오. 3) ~ 50x를 반복하고 어떤 변수가 가장 자주 선택 (제거되지 않음)되었는지 확인합니다. 이것은 …

10 r cross-validation feature-selection random-forest stepwise-regression

3

일반화 선형 혼합 모델 : 모델 선택

이 질문 / 주제는 동료와의 토론에서 나 왔으며 이것에 대한 의견을 찾고있었습니다. 랜덤 효과 로지스틱 회귀, 더 정확하게는 임의의 가로 채기 로지스틱 회귀를 사용하여 일부 데이터를 모델링하고 있습니다. 고정 효과의 경우 관심있는 9 개의 변수가 있습니다. 중요한 변수를 찾고“최상의”모델을 제공하기 위해 일종의 모델 선택을하고 싶습니다 (주요 효과 만). 첫 번째 …

10 mixed-model model-selection aic glmm stepwise-regression

«stepwise-regression» 태그된 질문