Questions tagged «multicollinearity»

您如何从考克斯比例风险模型解释生存曲线？ 在这个玩具示例中，假设我们对数据age变量有一个cox比例风险模型kidney，并生成了生存曲线。 library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() 例如，在时间，哪个说法是正确的？还是两者都不对？200200200 陈述1：我们将剩下20％的主题（例如，如果我们有人，那么到200天时，我们应该剩下200个左右）， 100010001000200200200200200200 陈述2：对于一个给定的人，他/她有200 20%20%20\%机会在200天生存200200200。 我的尝试：我不认为这两个陈述是相同的（如果我错了，请纠正我），因为我们没有iid假设（所有人的生存时间不是独立地来自一个分布）。在这里我的问题类似于逻辑回归，每个人的危险率取决于该人的。βTxβTx\beta^Tx

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

我试图解释一篇文章的结果，他们运用多元回归来预测各种结果。但是的（定义为标准B系数，其中是从属变量且是预测变量）报告似乎与报告的不匹配：ββ\betaβx1=Bx1⋅SDx1SDyβx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y}yyyx1x1x_1R2R2R^2 尽管为-0.83，-0.29，-0.16，-0.43、0.25和-0.29，但报告的仅为0.20。ββ\betaR2R2R^2 同样，三个预测因子：体重，BMI和脂肪％是共线的，在性别内彼此相关，r = 0.8-0.9。 值是否适合这些，或者与之间没有直接关系？R2R2R^2ββ\betaββ\betaR2R2R^2 此外，多共线性预测变量的问题可能会影响第四个预测变量的（VO2max），它与上述三个变量在r = 0.4附近相关吗？ββ\beta

9 regression  regression-coefficients  multicollinearity  r-squared 

是否可以有一组不相关但线性相关的变量？KKK 即 和∑ K i = 1 a i x i = 0cor(xi,xj)=0cor(xi,xj)=0cor(x_i, x_j)=0∑Ki=1aixi=0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 如果可以，您可以写一个例子吗？ 编辑：从答案中得出结论，这是不可能的。 至少有可能，其中是从变量样本，是与不相关的变量。ρ Ñ v X 我P(|ρ^xi,xj−ρ^xi,v|&lt;ϵ)P(|ρ^xi,xj−ρ^xi,v|&lt;ϵ）\mathbb{P}(|\hat \rho_{x_i, x_j}-\hat \rho_{x_i, v}|<\epsilon)ρ^ρ^\hat\rhonnnvvvxixix_i 我在想类似ķ&gt;&gt;0xK=1K∑K−1i=1xixK=1K∑i=1K−1xix_K=\dfrac{1}{K} \sum_{i=1}^{K-1} x_i K&gt;&gt;0K&gt;&gt;0K>>0

9 correlation  mathematical-statistics  multicollinearity 

我正在运行分层回归分析，但我有一些疑问： 我们是否使用居中变量计算交互作用项？ 除了因变量外，我们是否必须将数据集中所有连续变量居中？ 当我们必须记录一些变量时（因为它们的sd远远高于平均值），我们是否应该将刚刚记录的变量或初始变量居中？ 例如：变量“ Turnover” ---&gt;记录的成交量（因为sd相对于平均值而言过高）---&gt; Centered_Turnover？ 或直接是营业额-&gt; Centered_Turnover（我们一起工作） 谢谢！！

9 interaction  multicollinearity  centering 

基本设置： 回归模型： y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon 其中C是控制变量的向量。 我感兴趣的是 ββ\beta 并期待 β1β1\beta_1 和 β2β2\beta_2是负面的。但是，模型中存在多重共线性问题，相关系数由corr（x1x1x_1，x2)=x2)=x_2)= 0.9345，corr（x1x1x_1，x3)=x3)=x_3)= 0.1765，corr（x2x2x_2，x3)=x3)=x_3)= 0.3019。 所以 x1x1x_1 和 x2x2x_2是高度相关的，因此它们实际上应该提供相同的信息。我运行三个回归： 排除 x1x1x_1变量; 2.排除x2x2x_2变量; 3.两者兼有的原始模型x1x1x_1 和 x2x2x_2。 结果： 对于回归1和2，它提供了预期的符号β2β2\beta_2 和 β1β1\beta_1分别且幅度相似。和β2β2\beta_2 和 β1β1\beta_1 在对标准误差进行HAC校正后，两个模型中的均值在10％的水平上均显着。 β3β3\beta_3 在两个模型中均为正，但不显着。 但是3 β1β1\beta_1 具有预期的符号，但符号为 β2β2\beta_2 是正的，其幅度是其两倍 β1β1\beta_1绝对价值 而且两者β1β1\beta_1 和 β2β2\beta_2无关紧要。此外，β3β3\beta_3 与回归1和2相比减少了近一半。 我的问题是： 为什么在3中 β2β2\beta_2 变得积极并且远大于 …

9 regression  multicollinearity 

假设我们得到了以下形式的一组数据 （y，X1个，X2，⋯ ，Xñ）(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n}) 和 （y，X1个，X2，⋯ ，Xn − 1）(y,x1,x2,⋯,xn−1)(y,x_{1},x_{2},\cdots, x_{n-1})。我们被赋予了预测的任务ÿyy 根据的值 Xxx。我们估计两个回归，其中： ÿÿ=F1个（X1个，⋯ ，Xn − 1，Xñ）=F2（X1个，⋯ ，Xn − 1）（1）（2）(1)y=f1(x1,⋯,xn−1,xn)(2)y=f2(x1,⋯,xn−1) \begin{align} y &=f_{1}(x_{1},\cdots, x_{n-1}, x_{n}) \tag{1} \\ y &=f_{2}(x_{1},\cdots, x_{n-1}) \tag{2} \end{align} 我们还估计了一个回归，该回归预测了 Xñxnx_{n} 根据的值 （X1个，⋯ ，Xn − 1）(x1,⋯,xn−1)(x_{1},\cdots, x_{n-1})， 那是： Xñ=F3（X1个，⋯ ，Xn − 1）（3）(3)xn=f3(x1,⋯,xn−1) x_{n}=f_{3}(x_{1},\cdots, x_{n-1}) \tag{3} 假设现在给我们的值为 （X1个，⋯ ，Xn …

9 regression  multiple-regression  missing-data  multicollinearity  multiple-imputation