Als «regression-coefficients» getaggte Fragen

Die Parameter eines Regressionsmodells. Am häufigsten die Werte, mit denen die unabhängigen Variablen multipliziert werden, um den vorhergesagten Wert der abhängigen Variablen zu erhalten.

1
Wiederherstellung von Rohkoeffizienten und Varianzen aus der orthogonalen Polynomregression
Es scheint, als hätte ich ein Regressionsmodell wie yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Ich kann entweder ein Rohpolynom anpassen und unzuverlässige Ergebnisse erhalten oder ein orthogonales Polynom anpassen und Koeffizienten erhalten, die keine direkte physikalische Interpretation haben (z. B. kann ich sie nicht verwenden, um die Orte …
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) …
2
Was sagen r, r im Quadrat und die Reststandardabweichung über eine lineare Beziehung aus?
Wenig Hintergrund Ich arbeite an der Interpretation der Regressionsanalyse, aber ich bin sehr verwirrt über die Bedeutung von r, r im Quadrat und der restlichen Standardabweichung. Ich kenne die Definitionen: Charakterisierungen r misst die Stärke und Richtung einer linearen Beziehung zwischen zwei Variablen in einem Streudiagramm Das R-Quadrat ist ein …
2
Interpretation der Inzidenzratenverhältnisse
Ich möchte also ein Negativ-Binomial-Modell mit zufälligen Effekten anpassen. Für ein solches Modell kann STATA potenzierte Koeffizienten erzeugen. Der Hilfedatei zufolge können solche Koeffizienten als Inzidenzratenverhältnisse interpretiert werden. Leider bin ich kein englischer Muttersprachler und verstehe nicht wirklich, welche Inzidenzratenverhältnisse vorliegen und wie ich sie übersetzen könnte. Meine Frage ist …
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 …
5
Wie führt man eine Imputation von Werten in einer sehr großen Anzahl von Datenpunkten durch?
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
2
Positive Korrelation und negatives Vorzeichen des Regressorkoeffizienten
Ist es möglich, eine positive Korrelation zwischen einem Regressor und einer Antwort ( +0,43) zu erhalten und anschließend einen negativen Koeffizienten im angepassten Regressionsmodell für diesen Regressor zu erhalten? Ich spreche nicht über Veränderungen im Zeichen des Regressors bei einigen Modellen. Das Koeffizientenzeichen bleibt immer erhalten. Könnten die verbleibenden Variablen …
1
Wie interpretiere ich einen negativen linearen Regressionskoeffizienten für eine protokollierte Ergebnisvariable?
Ich habe ein lineares Regressionsmodell, bei dem die abhängige Variable protokolliert wird und eine unabhängige Variable linear ist. Der Steigungskoeffizient für eine wichtige unabhängige Variable ist negativ: . Ich bin mir nicht sicher, wie ich interpretieren soll.−.0564−.0564-.0564 Benutze ich den absoluten Wert und wandle ihn dann wie folgt in ein …
2
Wie konvertiere ich standardisierte Koeffizienten in nicht standardisierte Koeffizienten?
Mein Ziel ist es, die Koeffizienten, die aus früheren Untersuchungen zu diesem Thema abgeleitet wurden, zu verwenden, um die tatsächlichen Ergebnisse anhand einer Reihe unabhängiger Variablen vorherzusagen. Das Forschungspapier listet jedoch nur die Beta-Koeffizienten und den t-Wert auf. Ich würde gerne wissen, ob es möglich ist, die standardisierten Koeffizienten in …
1
R / mgcv: Warum produzieren te () und ti () Tensorprodukte unterschiedliche Oberflächen?
Das mgcvPaket für Rhat zwei Funktionen zum Anpassen von Tensorproduktwechselwirkungen: te()und ti(). Ich verstehe die grundlegende Arbeitsteilung zwischen den beiden (Anpassen einer nichtlinearen Wechselwirkung vs. Zerlegen dieser Wechselwirkung in Haupteffekte und eine Wechselwirkung). Was ich nicht verstehe, ist warum te(x1, x2)und ti(x1) + ti(x2) + ti(x1, x2)kann (leicht) unterschiedliche Ergebnisse …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
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.