Statistiche e Big Data multicollinearity

1

Interpretazione delle proporzioni che si sommano a una come variabili indipendenti nella regressione lineare

Conosco il concetto di variabili categoriche e la rispettiva codifica delle variabili fittizie che ci consente di adattarci a un livello come base per evitare collinearità. Conosco anche come interpretare le stime dei parametri da tali modelli: il cambiamento previsto nel risultato per un dato livello adattato del predittore categorico, …

13 regression interpretation proportion multicollinearity

3

Qual è un esempio di perfetta multicollinearità?

Qual è un esempio di perfetta collinearità in termini di matrice del design ?XXX Vorrei un esempio in cui non può essere stimato perché non è invertibile.β^=(X′X)−1X′Yβ^=(X′X)−1X′Y\hat \beta = (X'X)^{-1}X'Y(X′X)(X′X)(X'X)

12 regression multicollinearity matrix matrix-inverse

2

Interpretazione matrice varianza-covarianza

Supponiamo di avere un modello lineare Model1e vcov(Model1)dare la seguente matrice: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Per questo esempio, cosa mostra effettivamente questa matrice? Quali ipotesi possiamo fare in modo sicuro …

12 r interpretation multicollinearity assumptions covariance-matrix

1

C'è un problema con la multicollinearità e per la regressione delle spline?

Quando si utilizzano spline cubiche naturali (cioè limitate), le funzioni di base create sono altamente collineari e quando utilizzate in una regressione sembrano produrre statistiche VIF (fattore di inflazione della varianza) molto elevate, segnalando multicollinearità. Quando si considera il caso di un modello ai fini della previsione, si tratta di …

12 multiple-regression generalized-linear-model predictive-models multicollinearity splines

5

La standardizzazione di variabili indipendenti riduce la collinearità?

Ho trovato un ottimo testo su Bayes / MCMC. L'IT suggerisce che una standardizzazione delle variabili indipendenti renderà più efficiente un algoritmo MCMC (Metropolis), ma potrebbe anche ridurre la (multi) collinearità. Può essere vero? È qualcosa che dovrei fare come standard . (Mi dispiace). Kruschke 2011, facendo analisi dei dati …

12 bayesian mcmc multicollinearity standardization

2

Come iniziare a costruire un modello di regressione quando il predittore più fortemente associato è binario

Ho un set di dati contenente 365 osservazioni di tre variabili vale a dire pm, tempe rain. Ora voglio verificare il comportamento di pmin risposta ai cambiamenti in altre due variabili. Le mie variabili sono: pm10 = Risposta (dipendente) temp = predittore (indipendente) rain = predittore (indipendente) La seguente è …

11 correlation multiple-regression multicollinearity regression-strategies

3

Quali sono i meriti di diversi approcci per rilevare la collinearità?

Voglio scoprire se la collinearità è un problema nella mia regressione OLS. Comprendo che i fattori di inflazione della varianza e l'indice di condizione sono due misure comunemente utilizzate, ma trovo difficile trovare qualcosa di preciso sui meriti di ciascun approccio o quali dovrebbero essere i punteggi. Una fonte importante …

11 multiple-regression references least-squares multicollinearity vif

5

Cosa fare con le variabili collineari

Disclaimer: questo è per un progetto di compiti a casa. Sto cercando di trovare il modello migliore per i prezzi dei diamanti, a seconda di diverse variabili e finora sembra che abbia un modello abbastanza buono. Tuttavia ho incontrato due variabili che sono ovviamente collineari: >with(diamonds, cor(data.frame(Table, Depth, Carat.Weight))) Table …

11 regression correlation self-study model-selection multicollinearity

2

Collinearità tra variabili categoriali

C'è molto sulla collinearità rispetto ai predittori continui, ma non così tanto che posso trovare su predittori categorici. Ho dati di questo tipo illustrati di seguito. Il primo fattore è una variabile genetica (conta degli alleli), il secondo fattore è una categoria di malattia. Chiaramente i geni precedono la malattia …

11 r anova categorical-data multicollinearity sums-of-squares

1

Il riferimento per la somma e la differenza di variabili altamente correlate essendo quasi non correlati

In un articolo che ho scritto modello le variabili casuali e X - Y anziché X e Y per rimuovere efficacemente i problemi che sorgono quando X e Y sono altamente correlati e hanno una varianza uguale (come nella mia applicazione) . Gli arbitri vogliono che io dia un riferimento. …

11 correlation multicollinearity

1

Support Vector Machine è sensibile alla correlazione tra gli attributi?

Vorrei formare un SVM per classificare i casi (VERO / FALSO) in base a 20 attributi. So che alcuni di questi attributi sono altamente correlati. Pertanto la mia domanda è: SVM è sensibile alla correlazione o ridondanza tra le funzionalità? Qualche riferimento?

11 svm multicollinearity kernel-trick

1

Fattore di inflazione della varianza per modelli di additivi generalizzati

Nel solito calcolo VIF per una regressione lineare, ogni variabile indipendente / esplicativa viene trattata come la variabile dipendente in una regressione dei minimi quadrati ordinaria. vale a direXjXjX_j Xj= β0+ ∑i = 1 , i ≠ jnβioXioXj=β0+Σio=1,io≠jnβioXio X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i I valori …

10 regression variance multicollinearity gam vif

3

Relazione lineare tra variabili esplicative nella regressione multipla

Stavo leggendo il capitolo di regressione multipla di Analisi dei dati e grafica usando R: un approccio basato su esempi ed ero un po 'confuso nello scoprire che raccomandava di controllare le relazioni lineari tra le variabili esplicative (usando un diagramma a dispersione) e, nel caso in cui non ci …

10 multiple-regression multicollinearity

2

La multicollinearità è implicita nelle variabili categoriali?

Ho notato mentre armeggiavo con un modello di regressione multivariata c'era un piccolo ma evidente effetto multicollinearità, misurato da fattori di inflazione di varianza, all'interno delle categorie di una variabile categoriale (ovviamente dopo aver escluso la categoria di riferimento). Ad esempio, supponiamo di avere un set di dati con la …

10 regression categorical-data multicollinearity

1

Standardizzazione di variabili e collinearità

La collinearità può comportare alcuni problemi in vari tipi di problemi di regressione. In particolare, può fare in modo che le stime dei parametri abbiano una varianza elevata e siano instabili. Sono stati proposti vari metodi per far fronte a questo, tra cui la regressione della cresta, la regressione parziale …

10 multicollinearity

Domande taggate «multicollinearity»