Pertanyaan yang diberi tag «multicollinearity»

Situasi ketika ada hubungan linear yang kuat antara variabel-variabel prediktor, sehingga matriks korelasinya menjadi (hampir) tunggal. "Kondisi buruk" ini membuat sulit untuk menentukan peran unik yang dimainkan oleh masing-masing prediktor: masalah estimasi muncul dan kesalahan standar meningkat. Prediktor berkorelasi sangat tinggi adalah salah satu contoh multikolinieritas.

1
Standarisasi variabel dan kolinearitas
Collinearity dapat menimbulkan masalah tertentu dalam berbagai macam masalah regresi. Secara khusus, ini dapat membuat estimasi parameter memiliki varian tinggi dan menjadi tidak stabil. Berbagai metode telah diusulkan untuk menangani hal ini termasuk regresi ridge, regresi kuadrat terkecil parsial, regresi komponen utama, menjatuhkan variabel dan mendapatkan lebih banyak data. Salah …


4
Bagaimana cara menafsirkan kurva survival model bahaya Cox?
Bagaimana Anda menginterpretasikan kurva survival dari model hazard proporsional cox? Dalam contoh mainan ini, anggaplah kita memiliki model hazard proporsional cox pada agevariabel dalam kidneydata, dan menghasilkan kurva survival. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Misalnya, pada waktu , pernyataan mana yang benar? atau keduanya salah?200200200 Pernyataan …

1
Dapat dibakukan
Saya mencoba menafsirkan hasil artikel, di mana mereka menerapkan regresi berganda untuk memprediksi berbagai hasil. Namun ββ\beta (koefisien B terstandarisasi didefinisikan sebagai βx1=Bx1⋅SDx1SDyβx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y} manayyyadalah variabel dependen danx1x1x_1adalah prediktor) yang dilaporkan tampaknya tidak cocok dengandilaporkanR2R2R^2: Meskipun ββ\beta dari -0,83, -0,29, -0,16, -0,43, 0,25, dan -0,29, dilaporkan R2R2R^2hanya …

3
Set variabel tidak berkorelasi tetapi linear tergantung
Apakah mungkin untuk memiliki seperangkat variabel yang tidak berkorelasi tetapi bergantung secara linear?KKK yaitu dan∑c o r ( xsaya, xj) = 0cor(xi,xj)=0cor(x_i, x_j)=0∑Ki = 1Sebuahsayaxsaya= 0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 Jika ya, bisakah Anda menulis contoh? EDIT: Dari jawaban berikut bahwa itu tidak mungkin. Apakah paling tidak mungkin mana adalah estimasi koefisien …

1
Istilah interaksi menggunakan analisis regresi hirarki terpusat variabel? Variabel apa yang harus kita pusatkan?
Saya menjalankan analisis regresi hirarkis dan saya memiliki sedikit keraguan: Apakah kita menghitung istilah interaksi menggunakan variabel terpusat? Apakah kita harus memusatkan SEMUA variabel kontinu yang kita miliki dalam dataset, kecuali variabel dependen? Ketika kita harus mencatat beberapa variabel (karena sdnya jauh lebih tinggi dari rata-rata), apakah kita kemudian memusatkan …

3
Masuk membalik ketika menambahkan satu variabel lagi dalam regresi dan dengan besarnya jauh lebih besar
Pengaturan dasar: model regresi: mana C adalah vektor variabel kontrol.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon Saya tertarik pada dan berharap β 1 dan β 2 menjadi negatif. Namun, ada masalah multikolinieritas dalam model, koefisien korelasi diberikan oleh, corr ( x 1 , x 2 ) = 0,9345, corr ( x 1 …

1
Regresi berganda dengan variabel prediktor yang hilang
Misalkan kita diberi satu set data formulir dan . Kami diberi tugas untuk memprediksi berdasarkan nilai . Kami memperkirakan dua regresi di mana: ( y , x 1 , x 2 , ⋯ , x n - 1 ) y x y(y,x1,x2,⋯,xn)(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n})(y,x1,x2,⋯,xn−1)(y,x1,x2,⋯,xn−1)(y,x_{1},x_{2},\cdots, x_{n-1})yyyxxxyy=f1(x1,⋯,xn−1,xn)=f2(x1,⋯,xn−1)(1)(2)(1)y=f1(x1,⋯,xn−1,xn)(2)y=f2(x1,⋯,xn−1) \begin{align} y &=f_{1}(x_{1},\cdots, x_{n-1}, x_{n}) \tag{1} …


2
Menilai multikolinieritas variabel prediktor dikotomis
Saya sedang mengerjakan sebuah proyek di mana kami mengamati perilaku pada suatu tugas (mis. Waktu respons) dan memodelkan perilaku ini sebagai fungsi dari beberapa variabel yang dimanipulasi secara eksperimen serta beberapa variabel yang diamati (jenis kelamin partisipan, IQ partisipan, respons pada tindak lanjut). kuesioner). Saya tidak memiliki kekhawatiran tentang multikolinearitas …
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.