«predictor» etiketlenmiş sorular

Bir yanıtı tahmin etmek için bir modelde kullanılan değişkenleri ifade eder. Bu etiket, yalnızca tahmine dayalı modellemede değil, açıklayıcı ve açıklayıcı modellemede değişkenleri için de kullanılabilir . Bu aynı yapı, farklı bağlamlarda birçok adla gider: bağımsız değişken, açıklayıcı değişken, regresör değişkeni, ortak değişken vb. Bu etiket, bu eşanlamlı terimlerden herhangi biri için kullanılabilir. X

4
İstatistiksel olarak anlamlı olmayan değişkenler bir model oluştururken 'tutulmalı' mı?
Bir model için hesaplamamda çeşitli değişkenler var ve hepsi istatistiksel olarak anlamlı değil. Bunları çıkarmamalı mıyım? Bu soru olayı tartışıyor, ancak sorumu cevaplamıyor: Bir değişkenin ANCOVA'daki anlamlı olmayan etkisini nasıl yorumlayabilirim? Bu sorunun cevabında önemli olmayan eş değişkenlerin çıkarılmasını öneren hiçbir şey yok, ancak şu anda içeri girmeleri gerektiğine inanmaya …
2
Doğrusal regresyonda standartlaştırılmış açıklayıcı değişkenlerin ne zaman ve nasıl kullanılacağı
Doğrusal regresyon ile ilgili 2 basit sorum var: Açıklayıcı değişkenleri ne zaman standart hale getirmeniz önerilir? Tahmin, standartlaştırılmış değerlerle yapıldıktan sonra, yeni değerlerle nasıl tahmin edilebilir (yeni değerleri nasıl standartlaştırmalı)? Bazı referanslar yardımcı olabilir.
3
Diğer öngörücüleri dahil ettikten sonra işareti çeviren regresyon katsayıları
Hayal etmek Dört sayısal kestiricili doğrusal bir regresyon çalıştırıyorsunuz (IV1, ..., IV4) Öngörücü olarak sadece IV1 dahil edildiğinde standart beta +.20 Ayrıca IV2 ila IV4'ü dahil ettiğinizde, IV1'in standardize edilmiş regresyon katsayısının işareti -.25(örneğin negatif olur) ile çevrilir . Bu birkaç soruya yol açar: Terminoloji ile ilgili olarak, buna "baskılayıcı …
4
Uç durumlarda hassaslık ve geri çağırma için doğru değerler nelerdir?
Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
4
Tedaviden etkilenen eşdeğişken için gerekli iyi veri örneği
Çok sayıda R veri kümesine, DASL'deki ve başka yerlere gönderilen yayınlara baktım ve deneysel veriler için kovaryans analizini gösteren ilginç veri kümelerinin çok iyi örneklerini bulamıyorum. Stat ders kitaplarında kaydedilmiş veriler içeren çok sayıda "oyuncak" veri kümesi vardır. Aşağıdaki durumlarda bir örnek almak istiyorum: Veriler gerçek, ilginç bir hikaye ile …
3
Bağımsız değişken olarak sıra kategorik değişken nasıl ele alınır
Logit model kullanıyorum. Bağımlı değişkenim ikili. Ancak kategorik ve yanıtları içeren bir bağımsız değişken vardır: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Bu yüzden sıralı ("nicel kategorik"). Bunu modelde nasıl kullanacağımdan emin değilim. Kullanıyorum gretl. [@Ttnphns'tan not: Her ne kadar soru modelin logit olduğunu söylese de (bağımlı olanın kategorik …
2
Poisson modelinde, zamanı ortak değişken veya ofset olarak kullanma arasındaki fark nedir?
Geçenlerde Poisson regresyonunda dengeleme olarak (örneğin) günlüğünü kullanarak pozlamaların zaman içinde nasıl modelleneceğini keşfettim. Dengenin, katsayı 1 ile eş zamanlı olarak zamana karşılık geldiğini anladım. Zamanı ofset veya normal bir değişken olarak kullanma arasındaki farkı daha iyi anlamak istiyorum (bu nedenle katsayıyı tahmin etmek). Hangi durumda bir yöntemi veya diğerini …
3
Gerçekten “ilgili tüm tahmin edicileri” dahil etmemiz gerekiyor mu?
Çıkarım için regresyon modellerini kullanmanın temel bir varsayımı, "tüm ilgili öngörücülerin" tahmin denklemine dahil edilmesidir. Bunun mantığı, önemli bir gerçek dünya faktörünün dahil edilmemesinin taraflı katsayılara ve dolayısıyla yanlış çıkarımlara (yani, atlanan değişken sapmaya) yol açmasıdır. Ancak araştırma pratiğinde, "tüm ilgili yordayıcılara" benzeyen herhangi bir şey içeren hiç kimseyi görmedim …
1
Standart betaları orijinal değişkenlere geri dönüştürme
Bunun çok basit bir soru olduğunun farkındayım ama aradıktan sonra aradığım cevabı bulamıyorum. Ben betaların sırt tahminlerini hesaplamak için (sırt regresyonu) çalıştırmak değişkenleri standartlaştırmak gerekir bir sorun var. Daha sonra bunları orijinal değişkenler ölçeğine geri dönüştürmem gerekiyor. Ama bunu nasıl yaparım? İki değişkenli dava için bir formül buldum. β∗=β^SxSy.β∗=β^SxSy. \beta^* …
4
Farklı yordayıcı kümelerinin önemini karşılaştırabilme
Bir araştırma öğrencisine belirli bir sorunla ilgili tavsiyede bulunuyordum ve bu siteden başkalarının girdisini almaya istekliydim. Bağlam: Araştırmacının üç tip öngörücü değişkeni vardı. Her tür farklı sayıda öngörücü değişken içeriyordu. Her tahminci sürekli bir değişkendi: Sosyal: S1, S2, S3, S4 (yani dört tahminci) Bilişsel: C1, C2 (yani iki öngörücü) Davranışsal: …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.