Pertanyaan yang diberi tag «multiple-regression»

ANOVA vs regresi linier berganda? Saya mengerti bahwa kedua metode ini tampaknya menggunakan model statistik yang sama. Namun dalam keadaan apa saya harus menggunakan metode apa? Apa kelebihan dan kekurangan metode ini jika dibandingkan? Mengapa ANOVA begitu umum digunakan dalam studi eksperimental dan saya hampir tidak pernah menemukan studi regresi?

24 anova  multiple-regression  least-squares 

Saya tertarik pada arti geometris dari korelasi berganda dan koefisien determinasi dalam regresi , atau dalam notasi vektor,R 2 y i = β 1 + β 2 x 2 , i + ⋯ + β k x k , i + ϵ iRRRR2R2R^2yi=β1+β2x2,i+⋯+βkxk,i+ϵiyi=β1+β2x2,i+⋯+βkxk,i+ϵiy_i = \beta_1 + \beta_2 x_{2,i} + \dots …

24 regression  correlation  multiple-regression  r-squared  geometry 

Dalam analisis regresi linier, kami menganalisis pencilan, menyelidiki multikolinieritas, uji heteroskedastisitas. Pertanyaannya adalah: Apakah ada perintah untuk menerapkan ini? Maksud saya, apakah kita harus menganalisis outlier terlebih dahulu, dan kemudian memeriksa multikolinieritas? Atau mundur? Apakah ada aturan praktis tentang ini?

24 regression  multiple-regression  outliers 

Awalnya saya pikir urutannya tidak penting, tetapi kemudian saya membaca tentang proses ortogonisasi gram-schmidt untuk menghitung beberapa koefisien regresi, dan sekarang saya sedang berpikir dua kali. Menurut proses gram-schmidt, variabel penjelas selanjutnya diindeks di antara variabel-variabel lainnya, semakin kecil vektor residualnya karena vektor residual variabel sebelumnya dikurangi dari itu. Akibatnya, …

24 regression  multiple-regression  regression-coefficients 

Apa notasi aljabar untuk menghitung interval prediksi untuk regresi berganda? Kedengarannya konyol, tetapi saya kesulitan menemukan notasi aljabar yang jelas tentang ini.

24 multiple-regression  least-squares  prediction-interval 

Saya sedang mencari studi kasus regresi linier lanjutan yang menggambarkan langkah-langkah yang diperlukan untuk memodelkan hubungan yang kompleks dan banyak non-linear menggunakan GLM atau OLS. Secara mengejutkan sulit untuk menemukan sumber daya yang melampaui contoh-contoh sekolah dasar: sebagian besar buku yang saya baca tidak akan lebih jauh dari transformasi log …

22 multiple-regression  generalized-linear-model  data-transformation  splines  nonlinear 

Ketika kita melakukan beberapa regresi dan mengatakan kita sedang melihat perubahan rata-rata dalam variabel untuk perubahan dalam variabel , mempertahankan semua variabel lain konstan, nilai apa yang kita pegang pada variabel lain konstan? Maksud mereka? Nol? Ada nilai?yyyxxx Saya cenderung berpikir itu ada nilainya; hanya mencari klarifikasi. Jika ada yang …

22 multiple-regression  interpretation  least-squares  regression-coefficients  controlling-for-a-variable 

Beberapa imputasi cukup mudah ketika Anda memiliki model linear apriori yang ingin Anda perkirakan. Namun, hal-hal tampaknya menjadi sedikit lebih rumit ketika Anda benar-benar ingin melakukan pemilihan model (misalnya menemukan variabel prediktor "terbaik" dari variabel kandidat yang lebih besar - saya sedang berpikir secara khusus tentang LASSO dan polinomial pecahan …

21 multiple-regression  multiple-imputation 

Saya bertanya-tanya apa hubungan yang tepat antara parsial dan koefisien dalam model linier dan apakah saya harus menggunakan hanya satu atau keduanya untuk menggambarkan pentingnya dan pengaruh faktor.R2R2R^2 Sejauh yang saya tahu, dengan summarysaya mendapatkan estimasi koefisien, dan dengan anovajumlah kuadrat untuk setiap faktor - proporsi jumlah kuadrat dari satu …

21 r  regression  multiple-regression  regression-coefficients  r-squared 

Saya mencoba menyesuaikan model regresi linier berganda dengan data saya dengan beberapa parameter input, katakanlah 3. F( x )F( x )= A x1+ B x2+ Cx3+ datau= ( A B C )T( x1 x2 x3) + d(saya)(ii)(saya)F(x)=SEBUAHx1+Bx2+Cx3+datau(ii)F(x)=(SEBUAH B C)T(x1 x2 x3)+d\begin{align} F(x) &= Ax_1 + Bx_2 + Cx_3 + d …

21 regression  data-visualization  multiple-regression  communication 

Saya membaca bahwa ini adalah kondisi untuk menggunakan model regresi berganda: residu model hampir normal, variabilitas residu hampir konstan residu bersifat independen, dan setiap variabel terkait secara linear dengan hasil. Bagaimana 1 dan 2 berbeda? Anda dapat melihatnya di sini: Jadi grafik di atas mengatakan bahwa residu yang 2 standar …

20 regression  multiple-regression  assumptions 

Saya telah memahami bagaimana regresi ridge mengecilkan koefisien terhadap nol secara geometris. Selain itu saya tahu bagaimana membuktikannya dalam "Kasus Orthonormal" yang istimewa, tetapi saya bingung bagaimana cara kerjanya dalam kasus umum melalui "Dekomposisi Spektral."

20 regression  multiple-regression  regularization  ridge-regression  svd 

Apakah menyusun kembali model regresi linier multivariat sebagai regresi linier berganda sepenuhnya setara? Saya tidak mengacu hanya menjalankan ttt regresi terpisah. Saya telah membaca ini di beberapa tempat (Bayesian Data Analysis - Gelman et al., Dan Multivariate Old School - Marden) bahwa model linier multivariat dapat dengan mudah dikalibrasi ulang …

20 regression  multiple-regression  linear-model  multivariate-regression 

Sketsa Wikipedia dan paket sandwich R memberikan informasi yang baik tentang asumsi yang mendukung kesalahan standar koefisien OLS dan latar belakang matematika dari penduga sandwich. Saya masih belum jelas bagaimana masalah heteroscedasticity residual ditangani, mungkin karena saya tidak sepenuhnya memahami estimasi varians koefisien OLS standar di tempat pertama. Apa intuisi …

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

Saya mulai dengan regresi OLS saya: y=β0+β1x1+β2D+εy=β0+β1x1+β2D+ε y = \beta _0 + \beta_1x_1+\beta_2 D + \varepsilon mana D adalah variabel dummy, perkiraan menjadi berbeda dari nol dengan nilai p yang rendah. Saya kemudian membentuk tes Ramsey RESET dan menemukan bahwa saya memiliki beberapa kesalahan persamaan, dengan demikian saya memasukkan kuadrat …

20 regression  multiple-regression  interpretation  least-squares  polynomial