«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.

1
R'de AIC () ve extractAIC () arasındaki fark nedir?
Her ikisinin de R belgeleri çok fazla ışık tutmuyor. Bu bağlantıdan alabileceğim tek şey, ikisinden birini kullanmanın iyi olması. Elimde olmayan şey neden eşit olmadıkları. Gerçek: R'deki kademeli regresyon fonksiyonu step()kullanır extractAIC(). İlginç bir şekilde, çalışan bir lm()model ve glm()R 'mtcars' veri kümesi üzerinde 'boş' bir model (yalnızca kesişme) için …
2
“Kademeli regresyon” nasıl çalışır?
Bir probit modeline uyması için aşağıdaki R kodunu kullandım: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Ben yok ne olduğunu bilmek istiyorum stepwiseve backward/forwardtam olarak ne yapacağını ve nasıl değişkenleri seçmek?
3
Kademeli regresyonun avantajları nelerdir?
Soruna yaklaşımımdaki çeşitlilik uğruna adım adım gerileme deniyorum. 2 sorum var: Kademeli regresyonun avantajları nelerdir? Özel güçlü yanları nelerdir? Özellikleri seçmek için aşamalı regresyon kullandığınız ve daha sonra seçilen tüm özellikleri bir arada alarak düzenli regresyon uyguladığınız hibrit yaklaşım hakkında ne düşünüyorsunuz?
2
LASSO'nun ileri seçim / geriye doğru eliminasyona göre modelin çapraz doğrulama tahmini hatası açısından üstünlüğü
Orijinal bir tam modelden üç azaltılmış model kullanarak ileri seçim geriye doğru eleme L1 ceza tekniği (LASSO) İleri seçim / geri eleme kullanılarak elde edilen modeller için, mevcut CVlmpakette DAAGkullanılan çapraz doğrulanmış tahmin hatası tahminini elde ettim R. LASSO ile seçilen model için kullandım cv.glm. LASSO için tahmin hatası, diğerleri …
4
R'de değişken / özellik seçimi yapmak için çapraz doğrulamayı kullanmanın bir yolu var mı?
Kesmek istediğim yaklaşık 70 değişkenli bir veri setim var. Ne yapmak istiyorum CV aşağıdaki şekilde en yararlı değişkenleri bulmak için kullanın. 1) Rastgele 20 değişkenini seçin. 2) En önemli değişkenleri seçmek için stepwise/ LASSO/ lars/ etc kullanın. 3) ~ 50x tekrarlayın ve en sık hangi değişkenlerin seçildiğini (elimine edilmediğini) görün. …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.