«stepwise-regression» etiketlenmiş sorular

Kademeli regresyon (genellikle ileri veya geri regresyon olarak adlandırılır), bir regresyon modelinin takılmasını ve t İstatistik, R,2veya son bir modele * kademeli * bir şekilde ulaşmak için bilgi kriterleri. Bu etiket, ileri seçim, geriye doğru eleme ve en iyi alt kümeler değişken seçim stratejileri için de kullanılabilir.

8
Otomatik model seçimi için algoritmalar
Otomatik model seçimi için bir algoritma uygulamak istiyorum. Kademeli bir regresyon yapmayı düşünüyorum ama her şey yapacaktır (ancak doğrusal regresyonlara dayanmalıdır). Benim sorunum bir metodoloji veya açık kaynaklı bir uygulama bulamamamdır (Java’da uyanıyorum). Aklımdaki metodoloji şöyle bir şey olurdu: Tüm faktörlerin korelasyon matrisini hesaplar birbiriyle düşük korelasyona sahip faktörleri seçmek …

5
Kademeli regresyona modern, kolay kullanılan alternatifler nelerdir?
Yaklaşık 30 bağımsız değişken içeren bir veri kümesine sahibim ve bunlar ile bağımlı değişken arasındaki ilişkiyi araştırmak için genelleştirilmiş bir doğrusal model (GLM) oluşturmak istiyorum. Bu durum için öğretildiğim yöntemin, adım adım gerilemenin artık istatistiksel bir günah olarak kabul edildiğinin farkındayım . Bu durumda hangi modern model seçim yöntemleri kullanılmalıdır?

5
Birçok bağımsız değişkenden önemli prediktörlerin tespit edilmesi
Üst üste binmeyen iki popülasyonun veri setinde (hastalar ve sağlıklı, toplam n=60n=60n=60 ) bulmak istiyorum ( üzerinden bağımsız değişkenler) sürekli bir bağımlı değişken için önemli yordayıcılar. Prediktörler arasındaki korelasyon mevcuttur. Öngörülerden herhangi birinin "gerçekte" bağımlı değişkenle ilişkili olup olmadığını öğrenmekle ilgileniyorum (bağımlı değişkeni mümkün olduğu kadar önceden tahmin etmek yerine). …

2
Kademeli bir seçim yaptıktan sonra p değerleri neden yanıltıcıdır?
Örneğin doğrusal bir regresyon modeli düşünelim. Veri madenciliğinde, AIC kriterine göre kademeli bir seçim yaptıktan sonra, her gerçek regresyon katsayısının sıfır olduğunu belirten boş hipotezi test etmek için p değerlerine bakmak yanıltıcı olduğunu duydum. Modelde kalan tüm değişkenlerin sıfırdan farklı gerçek bir regresyon katsayısına sahip olduğu düşünülmeli. Biri bana nedenini …


1
Kademeli regresyon kullanımından kaynaklanan uluyanlar
Regresyon modellerinde aşamalı / ileri / geri seçim problemlerinin farkındayım. Yöntemleri kınayan ve daha iyi alternatiflere işaret eden çok sayıda araştırmacı vakası vardır. İstatistiksel bir analizde var olan hikayeler olup olmadığını merak ettim: kademeli regresyon kullandı; son modele dayanarak bazı önemli sonuçlar çıkarmıştır sonuç yanlıştı, bireyin, araştırmalarının veya örgütlerinin olumsuz …

2
Cezalandırılmış regresyon modelinden R-kare ve istatistiksel anlamlılığın tahmin edilmesi
Cezalandırılan R paketini , çok sayıda tahmin ediciye ve hangilerinin önemli olduğuna dair çok az bilgiye sahip olduğum bir veri kümesi için küçültülmüş katsayı tahminleri elde etmek için kullanıyorum. L1 ve L2 ayarlama parametrelerini seçtikten ve katsayılarımdan memnun kaldıktan sonra, modelin R-kare gibi bir şeyle özetlenmesinin istatistiksel olarak sağlam bir …

2
LASSO, aynı sorunlardan adım adım geriliyor mu?
Kademeli algoritmik değişken seçim yöntemleri, regresyon modellerinde ( ve SE'leri, p -değerleri, F istatistikleri vb.) Her tahmini az veya çok eğilimli olan ve gerçek tahmin edicileri hariç tutma olasılığı yüksek olan modelleri seçme eğilimindedir oldukça olgun bir simülasyon literatürüne göre yanlış öngörücüler içerir.ββ\beta LASSO, değişkenleri seçmek için kullanıldığında aynı şekilde …

1
Aşamalı AIC - Bu konuyu çevreleyen tartışmalar var mı?
Bu sitede, p-değerlerine dayalı, AIC, BIC vb. Bu prosedürlerin neden değişkenlerin seçimi için genel olarak oldukça zayıf olduğunu anlıyorum. gung'un buradaki muhtemelen ünlü gönderisi nedenini açıkça göstermektedir; sonuçta, sadece veri taraması olan hipotezi ortaya koyduğumuz aynı veri kümesinde bir hipotezi doğrularız. Ayrıca, p-değerleri, çarpıklık ve uç değerler gibi büyük ölçüde …

2
LASSO / LARS ve genel - özel (GETS) yöntemi
Merak ediyorum, LASSO ve LARS model seçim yöntemleri, temelde sadece adım adım ileri seçimin varyasyonları olsa da (bu yüzden yol bağımlılığından muzdarip) neden bu kadar popüler? Benzer şekilde, model seçimi için General to Specific (GETS) yöntemleri, adım adım regresyon probleminden muzdarip olmadıkları için neden LARS / LASSO'dan daha iyi olsalar …

2
Kademeli regresyon, nüfusun r-karesi hakkında önyargılı bir tahmin sağlıyor mu?
Psikoloji ve diğer alanlarda genellikle aşağıdakileri içeren bir tür kademeli regresyon kullanılır: Kalan yordayıcılara bakın (ilk başta modelde hiçbiri yoktur) ve en büyük r-kare değişikliğine neden olan yordayıcıyı tanımlayın; R-kare değişikliğinin p-değeri alfadan (tipik olarak .05) düşükse, o zaman kestiriciyi ekleyin ve 1. adıma geri dönün, aksi takdirde durun. Örneğin, …

2
Aklı adım adım regresyon?
İkili bir sınıflandırıcı oluşturmak istediğimi varsayalım. Birkaç bin özelliğim ve sadece birkaç 10 örneğim var. Deneyimli, ben sınıf etiketi doğru sadece birkaç özelliklerini kullanarak tahmin edilebilir olduğuna inanmak için iyi bir neden, ama hiçbir fikrim yok hangi olanları. Ayrıca, nihai karar kuralının yorumlanması / açıklanması kolay olmasını ve ayrıca az …

2
R'deki drop1 çıktısını yorumlama
R'de, drop1komut düzgün bir şey verir. Bu iki komut size bazı çıktılar vermelidir: example(step)#-> swiss drop1(lm1, test="F") Benimki şöyle: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value Pr(F) <none> 2105.0 190.69 Agriculture …

5
Kademeli lojistik regresyon ve örnekleme
SPSS'deki bir veri kümesine aşamalı bir lojistik regresyon uyguluyorum. Prosedürde, modelimi yaklaşık olarak rastgele bir alt kümeye uyduruyorum. Toplam numunenin% 60'ı, bu da yaklaşık 330 vakadır. İlginç bulduğum şey, verilerimi her yeniden örneklediğimde, son modele giren ve çıkan farklı değişkenler alıyorum. Son modelde her zaman birkaç belirleyici bulunur, ancak diğerleri …


Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.