Pytania otagowane jako predictor

Odnosi się do zmiennych używanych w modelu do przewidywania odpowiedzi. Ten tag może być również używany doXzmienne w modelowaniu wyjaśniającym i opisowym, a nie tylko modelowaniu predykcyjnym. Ta sama konstrukcja występuje pod wieloma nazwami w różnych kontekstach, w tym: zmienna niezależna, zmienna objaśniająca, zmienna regresora, zmienna towarzysząca itp. Ten znacznik może być używany dla dowolnego z tych synonimów.

4
Czy zmienne towarzyszące, które nie są istotne statystycznie, powinny być „utrzymywane” podczas tworzenia modelu?
Mam kilka zmiennych towarzyszących w moich obliczeniach dla modelu i nie wszystkie są istotne statystycznie. Czy powinienem usunąć te, które nie są? To pytanie omawia to zjawisko, ale nie odpowiada na moje pytanie: Jak interpretować nieistotny wpływ zmiennej towarzyszącej w ANCOVA? W odpowiedzi na to pytanie nie ma nic, co …
4
Jakie są prawidłowe wartości precyzji i przywołania w przypadkach krawędzi?
Precyzja jest zdefiniowana jako: p = true positives / (true positives + false positives) Czy jest to prawidłowe, że, jak true positivesi false positivespodejście 0, precyzja zbliża 1? To samo pytanie do przypomnienia: r = true positives / (true positives + false negatives) Obecnie wdrażam test statystyczny, w którym muszę …
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 
4
Potrzebny jest dobry przykład danych z zmienną towarzyszącą poddaną leczeniu
Przejrzałem wiele zestawów danych R, wpisów w DASL i innych miejscach i nie znajduję zbyt wielu dobrych przykładów interesujących zestawów danych ilustrujących analizę kowariancji danych eksperymentalnych. Istnieje wiele „zabawkowych” zbiorów danych z wymyślonymi danymi w podręcznikach statystycznych. Chciałbym mieć przykład, w którym: Dane są prawdziwe, z ciekawą historią Istnieje co …
2
W modelu Poissona, jaka jest różnica między wykorzystaniem czasu jako współzmiennej lub przesunięcia?
Niedawno odkryłem, jak modelować ekspozycje w czasie za pomocą dziennika (np.) Czasu jako przesunięcia w regresji Poissona. Zrozumiałem, że przesunięcie odpowiada czasowi zmiennemu towarzyszącemu o współczynniku 1. Chciałbym lepiej zrozumieć różnicę między używaniem czasu jako przesunięcia lub jako normalnej współzmiennej (dlatego oszacowanie współczynnika). W jakiej sytuacji powinienem zastosować jedną z …
3
Jak obsługiwać porządkową zmienną kategorialną jako zmienną niezależną
Korzystam z modelu logit. Moja zmienna zależna jest binarna. Jednak mam niezależną zmienną, która jest kategoryczne i zawiera odpowiedzi: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Jest to więc porządkowe („ilościowe jakościowe”). Nie jestem pewien, jak sobie z tym poradzić w modelu. Używam gretl. [Uwaga z @ttnphns: Chociaż pytanie …
3
Czy naprawdę musimy uwzględnić „wszystkie istotne predyktory?”
Podstawowym założeniem stosowania modeli regresji do wnioskowania jest to, że „wszystkie istotne predyktory” zostały uwzględnione w równaniu predykcyjnym. Uzasadnieniem jest to, że nieuwzględnienie ważnego czynnika w świecie rzeczywistym prowadzi do tendencyjnych współczynników, a tym samym do niedokładnych wniosków (tj. Pominiętej zmienności stronniczości). Ale w praktyce badawczej nigdy nie widziałem nikogo, …
1
Przekształcanie znormalizowanych bet z powrotem w oryginalne zmienne
Zdaję sobie sprawę, że jest to prawdopodobnie bardzo proste pytanie, ale po przeszukaniu nie mogę znaleźć odpowiedzi, której szukam. Mam problem, w którym muszę ustandaryzować zmienne uruchamiające (regresję grzbietu), aby obliczyć szacunki grzbietu bet. Następnie muszę przekonwertować je z powrotem do oryginalnej skali zmiennych. Ale jak to zrobić? Znalazłem wzór …
4
Porównywanie znaczenia różnych zestawów predyktorów
Doradzałem studentowi badawczemu z konkretnym problemem i chciałem uzyskać wkład innych na tej stronie. Kontekst: Badacz miał trzy typy zmiennych predykcyjnych. Każdy typ zawiera inną liczbę zmiennych predykcyjnych. Każdy predyktor był zmienną ciągłą: Społecznościowe: S1, S2, S3, S4 (tj. Cztery predyktory) Poznawcze: C1, C2 (tj. Dwa predyktory) Zachowanie: B1, B2, …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.