Estatísticas e Big Data multicollinearity

1

Padronização de variáveis e colinearidade

A colinearidade pode apresentar certos problemas em vários tipos de problemas de regressão. Em particular, pode fazer com que as estimativas de parâmetros tenham alta variação e sejam instáveis. Vários métodos foram propostos para lidar com isso, incluindo regressão de crista, regressão parcial de mínimos quadrados, regressão de componentes principais, …

10 multicollinearity

3

Determinação da significância estatística do coeficiente de regressão linear na presença de multicolinearidade

Suponha que eu tenha várias cidades com diferentes tamanhos populacionais e queira ver se há uma relação linear positiva entre o número de lojas de bebidas em uma cidade e o número de DUIs. Onde estou determinando se esse relacionamento é significativo ou não com base em um teste t …

9 regression multicollinearity

4

Como interpreto uma curva de sobrevivência do modelo de risco Cox?

Como você interpreta uma curva de sobrevivência a partir do modelo de risco proporcional cox? Neste exemplo de brinquedo, suponha que tenhamos um modelo de risco proporcional ao cox na agevariável dos kidneydados e gere a curva de sobrevivência. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por exemplo, …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Os coeficientes padronizados na regressão linear podem ser usados para estimar o ?

Estou tentando interpretar os resultados de um artigo, onde eles aplicaram regressão múltipla para prever vários resultados. No entanto, os 's (coeficientes B padronizados definidos como que é dependente variável e é um preditor) relatado não parece corresponder ao relatado :p X 1 = B x 1 ⋅ S D …

9 regression regression-coefficients multicollinearity r-squared

3

Conjunto de variáveis não correlacionadas, mas linearmente dependentes

É possível ter um conjunto de variáveis não correlacionadas, mas linearmente dependentes?KKK ie e∑ K i = 1 a i x i = 0c o r ( xEu, xj) = 0cor(xi,xj)=0cor(x_i, x_j)=0∑Ki = 1umaEuxEu= 0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 Se sim, você pode escrever um exemplo? EDIT: Das respostas, segue-se que não …

9 correlation mathematical-statistics multicollinearity

1

Termo de interação usando análise de regressão hierárquica de variáveis centralizadas? Quais variáveis devemos centralizar?

Estou executando uma análise de regressão hierárquica e tenho algumas pequenas dúvidas: Calculamos o termo de interação usando as variáveis centralizadas? Temos que centralizar TODAS as variáveis contínuas que temos no conjunto de dados, exceto a variável dependente? Quando precisamos registrar algumas variáveis (porque o sd é muito maior que …

9 interaction multicollinearity centering

3

Inverter o sinal ao adicionar mais uma variável em regressão e com magnitude muito maior

Configuração básica: modelo de regressão: que C é o vetor de variáveis de controle.y= constante + β1 1x1 1+ β2x2+ β3x3+ β4x4+ α C+ 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 Estou interessado em e espero que e sejam negativos. No entanto, existe um problema de multicolinearidade no modelo, o coeficiente de …

9 regression multicollinearity

1

Regressão múltipla com variável preditora ausente

Suponha que recebamos um conjunto de dados da forma e ( y , x 1 , x 2 , ⋯ , x n - 1 ) . É-nos dada a tarefa de prever y com base nos valores de x . Estimamos duas regressões em que: y( y, x1 1, …

9 regression multiple-regression missing-data multicollinearity multiple-imputation

2

Se a multicolinearidade for alta, os coeficientes do LASSO diminuiriam para 0?

Dado x2=2x1x2=2x1x_2 = 2 x_1 , qual é o comportamento teórico dos coeficientes LASSO e por quê? Um de x1x1x_1 ou x2x2x_2 diminuiria para 000 ou os dois? require(glmnet) x1 = runif(100, 1, 2) x2 = 2*x1 x_train = cbind(x1, x2) y = 100*x1 + 100 + runif(1) ridge.mod = …

9 lasso multicollinearity

4

Como evitar a colinearidade de variáveis categóricas na regressão logística?

Estou com o seguinte problema: Estou executando uma regressão logística múltipla em várias variáveis, cada uma das quais com uma escala nominal. Eu quero evitar a multicolinearidade em minha regressão. Se as variáveis fossem contínuas, eu poderia calcular o fator de inflação de variação (VIF) e procurar variáveis com um …

9 regression logistic multiple-regression multicollinearity

2

Avaliação da multicolinearidade de variáveis preditivas dicotômicas

Estou trabalhando em um projeto em que observamos o comportamento de uma tarefa (por exemplo, tempo de resposta) e modelamos esse comportamento em função de várias variáveis manipuladas experimentalmente, bem como de várias variáveis observadas (sexo do participante, QI do participante, respostas a seguir). questionário). Não tenho preocupações com a …

8 regression binomial independence multicollinearity likelihood-ratio

2

Multicolinearidade entre ln (x) e ln (x) ^ 2

Estou executando um modelo binomial negativo e uma das minhas variáveis preditoras é uma variável de contagem. Como essa variável estava fortemente inclinada, decidi transformá-la em log. No entanto, o efeito dessa variável é considerado não linear. No entanto, assim que incluo o termo quadrado no meu modelo, obtenho VIFs …

7 multicollinearity logarithm vif

2

Por que não estamos simplesmente usando vez do VIF?

Afinal, calculamos o VIF por . Um VIF de corresponde a um de . Para mim, as informações fornecidas por se tornam mais obscuras quando aplico a fórmula VIF. Por que não posso simplesmente usar para detectar multicolinearidade?1/(1−R2j)1/(1−Rj2)1/(1-R_j^2)555R2JRJ2R_J^20.80.80.8R2jRj2R_j^2R2jRj2R_j^2

7 variance multicollinearity vif

Perguntas com a marcação «multicollinearity»