Oran olan Bağımlı Değişkenli Doğrusal Regresyon

Bağımlı değişken 0.01 ile 100 arasında değişen bir oran olduğu doğrusal regresyonlar yapıyorum.

Bağımlı değişkenin günlüğünü ve bunun üzerindeki gerilemeyi almak uygun mudur? Bir çalışmanın sonuçlarını eşleştiriyorum ve yaptıkları da bu.

Oranı olduğu gibi kullanarak log almanın farkı nedir?

regression

— Aaron Kreider
kaynak

Konut fiyatlarının bir değerlendirmesini arıyorum. Bağımsız değişkenim Değerlendirilen Konut Fiyatının Satış Fiyatına bölünmesiyle elde edilen değerdir. Bağımlı değişkenlerim çeşitli ırk kategorileri (yüzde siyah, beyaz, koyu esmer ve asyalı) ve medyan hane geliri. Siyahların daha büyük bir yüzdesine sahip sayım yollarının, satış fiyatına diğer alanlara göre daha yüksek bir değerlendirme oranı olduğunu düşünüyorum.

— Aaron Kreider

Neden lojistik regresyon kullanmıyorsunuz? Oranı bağımlı değişkeninizin birçok istatistiksel paket olduğu şeklinde tanımlayabilirsiniz.

— statnoobie1

Lojistik regresyon tipik olarak ikili değerler veya oranlar içindir (0 ile 1 arasında). Oran 1'i geçebileceği için burada geçerli değildir.

— Max Ghenis

Oranın günlüğünü aldığınızda bunun ne olduğunu aklınızda bulundurun: Bu değeri bağımlı değişken olarak kullanmak probleminizde anlamlı mı? $log({a \over b}) = log(a) - log(b)$

Ham oranı kullanma konusunda - bu sorunlu olabilir . Kronmal 1993 bağımlı değişken olarak bir oranına sahip bir regresyon olduğu görüşünü yapar: olarak tanımlanabilir ,
${Y \over Z} = \alpha_0 + \alpha_XX + \epsilon$

$Y = Z1_n\alpha_0 + ZX\alpha_X + Z^{-1}\epsilon$

$Y = \beta_0 + \beta_XX + Z1_n\alpha_0 + ZX\alpha_X + Z^{-1}\epsilon$

diğer adıyla...

Orijinal bağımsız değişkenlere, paydaya ve paydaya göre orijinal değişkenlere göre pay azaltma
(Ters) payda ile ağırlık regresyonu

Sadece ve sıfır olduğunda orijinal regresyon modeli geçerli olacaktır. $\beta_0$ $\beta_X$

Uyarı - Ben oranlarını tam olarak anlamak ikna olmadım ya .

— Afin
kaynak

Sabit bir Z var mı? 27.000 vaka (diğer adıyla mülkler) var ve Y (değerlendirme fiyatı) ve Z (satış fiyatı) her biri için farklı.

— Aaron Kreider

Hayır, Z, köşegenler satış fiyatınız olan bir nxn diyagonal matristir. İlk denklemdeki notasyonum matris notasyonu kullanmadığından kafa karıştırıcı olabilir. geri kalanı ile aynı .

Z^{- 1} Y = α_{0} + α_{X} X + ϵ

$Z^{-1}Y = \alpha_0 + \alpha_XX + \epsilon$

— Afin

Tamam. Bağlantılı sorunuzdaki önerilen yaklaşımlara baktım ve mantıklı geliyorlar. Onları aslında şu ya da bu şekilde tavsiye etmek için yeterli bilmiyorum, ama birisi önerilerinizi onaylarsa ben deneyebilirim.

— Aaron Kreider