Als «stepwise-regression» getaggte Fragen

Die schrittweise Regression (oft als Vorwärts- oder Rückwärtsregression bezeichnet) umfasst das Anpassen eines Regressionsmodells und das Hinzufügen oder Entfernen von Prädiktoren basierend auf Statistiken, oder Informationskriterien, um schrittweise zu einem endgültigen Modell zu gelangen. Dieses Tag kann auch für die Vorwärtsauswahl, die Rückwärtseliminierung und die besten Variablenauswahlstrategien für Teilmengen verwendet werden. tR2

8
Algorithmen zur automatischen Modellauswahl
Ich möchte einen Algorithmus zur automatischen Modellauswahl implementieren. Ich denke über eine schrittweise Regression nach, aber alles wird funktionieren (es muss jedoch auf linearen Regressionen basieren). Mein Problem ist, dass ich keine Methodik oder Open-Source-Implementierung finden kann (ich woke in Java). Die Methodik, die ich vorhabe, wäre ungefähr so: Berechnen …

5
Was sind moderne, einfach zu verwendende Alternativen zur schrittweisen Regression?
Ich habe einen Datensatz mit ungefähr 30 unabhängigen Variablen und möchte ein verallgemeinertes lineares Modell (GLM) erstellen, um die Beziehung zwischen ihnen und der abhängigen Variablen zu untersuchen. Mir ist bewusst, dass die Methode, die mir für diese Situation beigebracht wurde, die schrittweise Regression, jetzt als statistische Sünde angesehen wird …

5
Ermittlung signifikanter Prädiktoren aus vielen unabhängigen Variablen
In einem Datensatz von zwei nicht überlappenden Populationen (Patienten & Gesunde, insgesamt ) möchte ich (aus unabhängigen Variablen) signifikante Prädiktoren für eine kontinuierliche abhängige Variable finden. Korrelation zwischen Prädiktoren ist vorhanden. Ich bin daran interessiert herauszufinden, ob einer der Prädiktoren "in der Realität" mit der abhängigen Variablen zusammenhängt (anstatt die …

2
Warum sind p-Werte nach einer schrittweisen Auswahl irreführend?
Betrachten wir zum Beispiel ein lineares Regressionsmodell. Ich habe gehört, dass es beim Data Mining nach einer schrittweisen Auswahl auf der Grundlage des AIC-Kriteriums irreführend ist, die p-Werte zu betrachten, um die Nullhypothese zu testen, dass jeder wahre Regressionskoeffizient Null ist. Ich habe gehört, dass man alle Variablen, die im …


1
Brüllen durch schrittweise Regression
Mir sind die Probleme der schrittweisen / vorwärts / rückwärts Auswahl in Regressionsmodellen gut bekannt. Es gibt zahlreiche Fälle, in denen Forscher die Methoden anprangern und auf bessere Alternativen hinweisen. Ich war gespannt, ob es Geschichten gibt, bei denen eine statistische Analyse vorliegt: hat schrittweise Regression verwendet; machte einige wichtige …

2
Schätzung der quadratischen und statistischen Signifikanz anhand des bestraften Regressionsmodells
Ich benutze das R-Paket bestraft , um geschrumpfte Koeffizientenschätzungen für einen Datensatz zu erhalten, bei dem ich viele Prädiktoren und wenig Wissen darüber habe, welche wichtig sind. Gibt es, nachdem ich die Abstimmungsparameter L1 und L2 ausgewählt und mit meinen Koeffizienten zufrieden bin, eine statistisch fundierte Möglichkeit, die Modellanpassung mit …

2
Leidet LASSO an den gleichen Problemen wie die schrittweise Regression?
Stufenweise algorithmische Variablenauswahlmethoden neigen dazu, Modelle auszuwählen, die mehr oder weniger jede Schätzung in Regressionsmodellen beeinflussen ( s und ihre SEs, p- Werte, F- Statistiken usw.), und schließen mit etwa der gleichen Wahrscheinlichkeit echte Prädiktoren aus wie schließen falsche Prädiktoren gemäß einer einigermaßen ausgereiften Simulationsliteratur ein.ββ\beta Leidet der LASSO bei …

1
Stepwise AIC - Gibt es Kontroversen zu diesem Thema?
Ich habe unzählige Beiträge auf dieser Site gelesen, die unglaublich gegen die schrittweise Auswahl von Variablen mit beliebigen Kriterien wie p-Werten, AIC, BIC usw. sind. Ich verstehe, warum diese Verfahren im Allgemeinen ziemlich schlecht für die Auswahl von Variablen sind. Gungs wahrscheinlich berühmter Post hier zeigt deutlich, warum; Letztendlich überprüfen …


2
Bietet die schrittweise Regression eine voreingenommene Schätzung des R-Quadrats der Bevölkerung?
In der Psychologie und anderen Bereichen wird häufig eine Form der schrittweisen Regression angewendet, die Folgendes umfasst: Sehen Sie sich die verbleibenden Prädiktoren an (es gibt zunächst keine im Modell) und identifizieren Sie den Prädiktor, der zur größten Änderung des R-Quadrats führt. Wenn der p-Wert der Änderung des r-Quadrats kleiner …

2
Gesunde schrittweise Regression?
Angenommen, ich möchte einen binären Klassifikator erstellen. Ich habe mehrere tausend Features und nur ein paar 10er Samples. Ich habe einen guten Grund zu der Annahme, dass die Klassenbezeichnung mit nur wenigen Funktionen genau vorhergesagt werden kann, aber ich habe keine Ahnung, welche . Ich möchte auch, dass die endgültige …

2
Interpretieren der drop1-Ausgabe in R
In R gibt der drop1Befehl etwas Ordentliches aus. Diese beiden Befehle sollten Ihnen eine Ausgabe bringen: example(step)#-> swiss drop1(lm1, test="F") Meins sieht so aus: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value …

5
Schrittweise logistische Regression und Stichprobe
Ich setze eine schrittweise logistische Regression auf einen Datensatz in SPSS. Während der Prozedur passe ich mein Modell an eine zufällige Teilmenge an, die ca. 60% der Gesamtstichprobe, das sind ca. 330 Fälle. Was ich interessant finde, ist, dass bei jedem erneuten Abtasten meiner Daten verschiedene Variablen im endgültigen Modell …

2
Gibt es Umstände, unter denen schrittweise Regression angewendet werden sollte?
In der Vergangenheit war die schrittweise Regression in vielen biomedizinischen Veröffentlichungen überstrapaziert. Dies scheint sich jedoch durch eine bessere Aufklärung der zahlreichen Themen zu verbessern. Viele ältere Rezensenten fragen jedoch noch danach. Unter welchen Umständen spielt die schrittweise Regression eine Rolle und sollte gegebenenfalls angewendet werden?

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.