Pertanyaan yang diberi tag «predictor»

Mengacu pada variabel yang digunakan dalam model untuk memprediksi respons. Tag ini juga dapat digunakan untukXvariabel dalam pemodelan penjelas & deskriptif, bukan hanya pemodelan prediktif. Konstruk yang sama ini digunakan oleh banyak nama dalam konteks yang berbeda, termasuk: variabel independen, variabel penjelas, variabel regressor, kovariat, dll. Tag ini dapat digunakan untuk istilah sinonim ini.

4
Haruskah kovariat yang tidak signifikan secara statistik 'disimpan' ketika membuat model?
Saya memiliki beberapa kovariat dalam perhitungan saya untuk sebuah model, dan tidak semuanya signifikan secara statistik. Haruskah saya menghapus yang bukan? Pertanyaan ini membahas fenomena tersebut, tetapi tidak menjawab pertanyaan saya: Bagaimana menafsirkan efek non-signifikan dari kovariat di ANCOVA? Tidak ada jawaban untuk pertanyaan itu yang menunjukkan bahwa kovariat yang …
2
Kapan dan bagaimana menggunakan variabel penjelas terstandarisasi dalam regresi linier
Saya punya 2 pertanyaan sederhana tentang regresi linier: Kapan disarankan untuk membakukan variabel penjelas? Setelah estimasi dilakukan dengan nilai-nilai terstandarisasi, bagaimana seseorang dapat memprediksi dengan nilai-nilai baru (bagaimana seseorang harus membuat standar nilai-nilai baru)? Beberapa referensi akan sangat membantu.
3
Koefisien regresi yang membalik setelah memasukkan prediktor lain
Membayangkan Anda menjalankan regresi linier dengan empat prediktor numerik (IV1, ..., IV4) Ketika hanya IV1 yang dimasukkan sebagai prediktor, beta terstandardisasi adalah +.20 Ketika Anda juga memasukkan IV2 ke IV4 tanda koefisien regresi standar dari IV1 membalik -.25(yaitu, itu menjadi negatif). Ini menimbulkan beberapa pertanyaan: Berkenaan dengan terminologi, apakah Anda …
4
Apa nilai yang benar untuk presisi dan mengingat dalam kasus tepi?
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …
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 
2
Dalam model Poisson, apa perbedaan antara menggunakan waktu sebagai kovariat atau offset?
Baru-baru ini saya menemukan cara memodelkan eksposur dari waktu ke waktu menggunakan log (misalnya) waktu sebagai offset dalam regresi Poisson. Saya mengerti bahwa offset berhubungan dengan memiliki waktu sebagai kovariat dengan koefisien 1. Saya ingin lebih memahami perbedaan antara menggunakan waktu sebagai penyeimbang atau sebagai kovariat normal (oleh karena itu …
3
Bagaimana menangani variabel kategori ordinal sebagai variabel independen
Saya menggunakan model logit. Variabel dependen saya adalah biner. Namun saya memiliki variabel independen yang kategoris dan berisi tanggapan: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Jadi, ini bersifat ordinal ("kategorikal kuantitatif"). Saya tidak yakin bagaimana menangani ini dalam model. Saya menggunakan gretl. [Catatan dari @ttnphns: Meskipun pertanyaannya mengatakan …
3
Apakah kita benar-benar perlu memasukkan "semua prediksi yang relevan?"
Asumsi dasar menggunakan model regresi untuk inferensi adalah bahwa "semua prediktor yang relevan" telah dimasukkan dalam persamaan prediksi. Alasannya adalah bahwa kegagalan untuk memasukkan faktor dunia nyata yang penting mengarah pada koefisien bias dan dengan demikian kesimpulan yang tidak akurat (yaitu, bias variabel dihilangkan). Tetapi dalam praktik penelitian, saya belum …
4
Membandingkan pentingnya berbagai set alat prediksi
Saya menasihati seorang siswa peneliti dengan masalah tertentu, dan saya ingin mendapatkan masukan dari orang lain di situs ini. Konteks: Peneliti memiliki tiga jenis variabel prediktor. Setiap jenis berisi jumlah variabel prediktor yang berbeda. Setiap prediktor adalah variabel kontinu: Sosial: S1, S2, S3, S4 (yaitu, empat prediktor) Kognitif: C1, C2 …
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.