Als «interaction» getaggte Fragen

Eine Situation, in der die Wirkung einer erklärenden Variablen vom Wert einer anderen erklärenden Variablen abhängen kann.







3
R: Zufällige Gesamtstruktur, die NaN / Inf im Fehler "fremder Funktionsaufruf" trotz fehlender NaNs im Datensatz auslöst [geschlossen]
Ich verwende Caret, um eine kreuzvalidierte zufällige Gesamtstruktur über ein Dataset auszuführen. Die Y-Variable ist ein Faktor. In meinem Datensatz befinden sich keine NaNs, Infs oder NAs. Allerdings bekomme ich, wenn ich den zufälligen Wald laufen lasse Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) …

3
Warum können zentrierende unabhängige Variablen die Haupteffekte mit Mäßigung verändern?
Ich habe eine Frage zu multipler Regression und Interaktion, die von diesem CV-Thread inspiriert wurde: Interaktionsbegriff unter Verwendung von hierarchischen Regressionsanalysen mit zentrierten Variablen? Welche Variablen sollten wir zentrieren? Bei der Überprüfung auf einen Moderationseffekt zentriere ich meine unabhängigen Variablen und multipliziere die zentrierten Variablen, um meinen Interaktionsterm zu berechnen. …



3
Interpretieren von Interaktionsbegriffen in der Logit-Regression mit kategorialen Variablen
Ich habe Daten aus einem Umfrageexperiment, bei dem die Befragten zufällig einer von vier Gruppen zugeordnet wurden: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 Während sich die drei Behandlungsgruppen in Bezug auf den angewendeten Stimulus geringfügig unterscheiden, ist der Hauptunterschied, den ich interessiere, zwischen der Kontroll- und …

3
Simpsons Paradoxon verstehen: Andrew Gelmans Beispiel mit rückläufigem Einkommen in Bezug auf Geschlecht und Körpergröße
Andrew Gelman in einem seiner letzten Blog-Beiträge sagt: Ich glaube nicht, dass für das Simpson-Paradoxon Kontrafakten oder potenzielle Ergebnisse notwendig sind. Ich sage das, weil man Simpsons Paradoxon mit Variablen aufstellen kann, die nicht manipuliert werden können oder für die Manipulationen nicht direkt von Interesse sind. Das Simpson-Paradoxon ist Teil …

3
Wie werden Haupteffekte interpretiert, wenn der Interaktionseffekt nicht signifikant ist?
Ich habe ein verallgemeinertes lineares gemischtes Modell in R ausgeführt und einen Interaktionseffekt zwischen zwei Prädiktoren eingeschlossen. Die Wechselwirkung war nicht signifikant, aber die Haupteffekte (die beiden Prädiktoren) waren beide. Nun sagen mir viele Lehrbuchbeispiele, dass bei einem signifikanten Effekt der Interaktion die Haupteffekte nicht interpretiert werden können. Aber was …

1
Was ist das nicht parametrische Äquivalent einer Zwei-Wege-ANOVA, die Interaktionen enthalten kann?
Hallo, ich versuche, das nicht-parametrische Äquivalent einer Zwei-Wege-ANOVA (3x4-Design) zu finden, die Wechselwirkungen einschließen kann. Aus meiner Lektüre in Zar 1984 "Biostatistische Analyse" geht hervor, dass dies mit einer in Scheirer, Ray und Hare (1976) beschriebenen Methode möglich ist. Anderen Online-Beiträgen zufolge wurde jedoch gefolgert, dass diese Methode nicht mehr …



2
Darstellung von Interaktionseffekten in gerichteten azyklischen Diagrammen
Gerichtete azyklische Graphen (DAGs, z. B. Greenland et al., 1999) sind Teil eines Formalismus der kausalen Folgerung aus der kontrafaktischen Interpretation des Kausalitätslagers. In diesen Diagrammen bedeutet das Vorhandensein eines Pfeils von Variable EINEINA zu Variable BBB , dass Variable EINEINA Variable B direkt verursacht (eine gewisse Änderung des Risikos) …

1
Was ist die Intuition hinter austauschbaren Proben unter der Nullhypothese?
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein nicht parametrischer Test Mann-Whitney-U-testwürde dazu führen, dass mehr Informationen verloren gehen. Eine einzige Annahme, …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

1
Interpretieren der Regressionsausgabe aus einem gemischten Modell, wenn Interaktionen zwischen kategorialen Variablen enthalten sind
Ich habe eine Frage zu meiner Verwendung eines gemischten Modells / Modells. Das Grundmodell ist folgendes: lmer(DV ~ group * condition + (1|pptid), data= df) Gruppe und Bedingung sind beide Faktoren: Die Gruppe hat zwei Ebenen (GruppeA, GruppeB) und die Bedingung hat drei Ebenen (Bedingung1, Bedingung2, Bedingung3). Es sind Daten …

4
"Moderation" versus "Interaktion"?
Ich bin auf diese beiden Begriffe gestoßen, die in vielen Zusammenhängen synonym verwendet werden. Grundsätzlich ist ein Moderator (M) ein Faktor, der sich auf die Beziehung zwischen X und Y auswirkt. Die Moderationsanalyse wird normalerweise mithilfe eines Regressionsmodells durchgeführt. Zum Beispiel kann das Geschlecht (M) die Beziehung zwischen "Produktforschung" (X) …




1
LARS gegen Koordinatenabstieg für das Lasso
Welche Vor- und Nachteile hat die Verwendung von LARS [1] im Vergleich zur Verwendung der Koordinatenabsenkung für die Anpassung der L1-regulierten linearen Regression? Ich interessiere mich hauptsächlich für Leistungsaspekte (meine Probleme sind Nin der Regel Hunderttausende und p<20). Es sind jedoch auch andere Erkenntnisse erwünscht. edit: Seitdem ich die Frage …

3
Gemeinsames Modell mit Interaktionstermen vs. getrennten Regressionen für einen Gruppenvergleich
Nachdem ich wertvolle Rückmeldungen aus früheren Fragen und Diskussionen gesammelt habe, habe ich folgende Frage gestellt: Angenommen, das Ziel besteht darin, Effektunterschiede zwischen zwei Gruppen zu erkennen, beispielsweise zwischen Männern und Frauen. Es gibt zwei Möglichkeiten, dies zu tun: Führen Sie zwei separate Regressionen für die beiden Gruppen durch und …

1
GBM-Paket vs. Caret mit GBM
Ich habe das Modell mit optimiert caret, aber dann das Modell mit dem gbmPaket erneut ausgeführt. Nach meinem Verständnis sollten das verwendete caretPaket gbmund die Ausgabe identisch sein. Nur ein kurzer Testlauf mit data(iris)zeigt jedoch eine Diskrepanz im Modell von etwa 5% unter Verwendung von RMSE und R ^ 2 …

3
Moderierte Regression: Warum berechnen wir einen * Produktterm * zwischen den Prädiktoren?
Moderierte Regressionsanalysen werden in den Sozialwissenschaften häufig verwendet, um die Interaktion zwischen zwei oder mehr Prädiktoren / Kovariaten zu bewerten. In der Regel wird bei zwei Prädiktorvariablen das folgende Modell angewendet: Y=β0+β1∗X+β2∗M+β3∗XM+eY=β0+β1∗X+β2∗M+β3∗XM+eY = β_0 + β_1*X + β_2*M + β_3*XM + e Beachten Sie, dass der Moderationstest durch den Produktbegriff …

1
Wie kann eine Regression instrumenteller Variablen mit einem instrumentierten Interaktionsterm in Stata durchgeführt werden?
Ich habe ein kleines Problem mit der Stata-Syntax. Ich muss die folgende Regression durchführen: y=ax+bz+c(xz)+ey=ax+bz+c(xz)+ey = ax + bz + c(xz) + e wobei sowohl als auch instrumentiert sind und auch der Interaktionsterm xz die instrumentierten Werte von x und z verwendet .xxxzzzxzxzxzxxxzzz Nur die vorhergesagten Werte für xxx und …



Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.