Questions tagged «regression»

如何使用package中的multinom函数获取p值？nnetR 我有一个数据集，其中包含作为结果变量的“病理学评分”（不存在，轻度，严重）和两个主要影响：年龄（两个因素：二十天/三十天）和治疗组（四个因素：感染者没有ATB；感染者+ ATB1；已感染+ ATB2；已感染+ ATB3）。 首先，我尝试拟合序数回归模型，鉴于我的因变量（序数）的特征，这似乎更合适。但是，（图形上）严重违反了赔率比例的假设，这促使我改用多项式模型，而是使用nnet软件包。 首先，我选择了需要用作基线类别的结果级别： Data$Path <- relevel(Data$Path, ref = "Absent") 然后，我需要为自变量设置基线类别： Data$Age <- relevel(Data$Age, ref = "Twenty") Data$Treat <- relevel(Data$Treat, ref="infected without ATB") 该模型： test <- multinom(Path ~ Treat + Age, data = Data) # weights: 18 (10 variable) initial value 128.537638 iter 10 value 80.623608 final …

19 r  regression  p-value  multinomial 

我对ARIMA模型有疑问。假设我有一个要预测的时间序列ÿŤÿŤY_t，模型似乎是进行预测的好方法。 现在，滞后的表示我今天的系列受到先前事件的影响。这很有道理。但是错误的解释是什么？我以前的残差（我的计算还算可以接受）影响了我今天的系列的价值？该回归中的滞后残差是回归的乘积/余数，如何计算？ARIMA （2 ，2 ）有马（2，2）\text{ARIMA}(2,2)Δ ÿŤ= α1个Δ ÿt − 1+ α2Δ ÿt − 2+ νŤ+ θ1个νt − 1+ θ2νt − 2ΔÿŤ=α1个ΔÿŤ-1个+α2ΔÿŤ-2+νŤ+θ1个νŤ-1个+θ2νŤ-2 \Delta Y_t = \alpha_1 \Delta Y_{t-1} + \alpha_2 \Delta Y_{t-2} + \nu_{t} + \theta_1 \nu_{t-1} + \theta_2 \nu_{t-2} ÿÿY

19 regression  time-series  interpretation 

我想知道是否有人知道在R中运行多重中介模型的方法。我知道中介包允许使用多个简单中介模型，但是我想运行一个模型，该模型可以同时评估多个中介模型。 我以为我可以在SEM框架（路径分析）中做到这一点，但想知道是否有一个软件包的新成员能够计算出多个中介者的典型中介统计数据（间接影响，通过中介的总影响比例等），并可以利用引导程序。我知道这是一个长远目标，但我想我应该花点时间从头开始开发。 更新：（11/11/2013） 自从几年前提出这个问题以来，我已经学会了使用出色的R包lavaan进行多种调解。 这是示例代码： model <- ' # outcome model outcomeVar ~ c*xVar + b1*medVar1 + b2*medVar2 # mediator models medVar1 ~ a1*xVar medVar2 ~ a2*xVar # indirect effects (IDE) medVar1IDE := a1*b1 medVar2IDE := a2*b2 sumIDE := (a1*b1) + (a2*b2) # total effect total := c + (a1*b1) …

19 r  regression  mediation 

我刚刚rlm() 在MASS库中找到“线性模型的稳健拟合” 功能。 我想知道此函数和标准线性回归函数之间的区别lm()。 有人可以给我一个简短的解释吗？

19 r  regression 

在多元回归方程中可以输入的自变量的数量限制是多少？我想根据其对结果变量的相对贡献来检查10个预测变量。我应该使用邦费罗尼校正来进行多次分析吗？

19 regression  predictor  importance  bonferroni 

我需要针对我的研究中的两个主要难题提出一些建议，这是对三大制药和创新案例的研究。每年的专利数量是因变量。 我的问题是 好的模型最重要的标准是什么？什么更重要或更重要？是大多数还是所有变量都是有意义的？是“ F统计”的概率吗？它是“调整后的R平方”的值吗？ 第二，如何确定最合适的研究模型？除了专利是​​计数变量（可能是泊松计数）之外，我还有一些解释性变量，例如资产回报率，研发预算，重复合伙人（不是二进制变量的百分比），公司规模（员工）等等。我应该做线性回归还是泊松？

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

我有一个序数相关变量，易用性，范围从1（不容易）到5（非常容易）。独立因子值的增加与易用性等级的提高相关。 我的两个自变量（condA和condB）是分类的，每个具有2个级别，而2（abilityA，abilityB）是连续的。 我在R中使用了序数包，它使用了我认为是的 （来自@狞的答案在这里）分对数（p （ÿ⩽ 克））= lnp （ÿ⩽ 克）p （ÿ> 克）= β0G− （β1个X1个+ ⋯ + βpXp）（克= 1 ，… ，k − 1 ）Logit（p（ÿ⩽G））=ln⁡p（ÿ⩽G）p（ÿ>G）=β0G-（β1个X1个+⋯+βpXp）（G=1个，…，ķ-1个）\text{logit}(p(Y \leqslant g)) = \ln \frac{p(Y \leqslant g)}{p(Y > g)} = \beta_{0_g} - (\beta_{1} X_{1} + \dots + \beta_{p} X_{p}) \quad(g = 1, \ldots, k-1) 我一直在独立地学习这一点，并希望在我仍在努力的过程中提供任何帮助。除了序数包随附的教程外，我还发现以下内容会有所帮助： 序数逻辑回归的解释 有序逻辑回归中的负系数 但是我试图解释结果，并将不同的资源放在一起，并陷入困境。 …

19 r  regression  logistic  interpretation  ordered-logit 

据我了解，“控制”在统计中可以有两个含义。 对照组：在实验中，未对对照组成员进行任何治疗。例如：安慰剂与药物：您将药物分配给一组而不是另一组（对照组），这也称为“对照实验”。 变量控制：分离特定自变量影响的技术。赋予该技术的其他一些名称是“占”，“保持常数”，“控制”，一些变量。例如：在一项足球观看研究中（喜欢或不喜欢），您可能想要消除性别的影响，因为我们认为性别会导致偏见，也就是说，男性可能比女性更喜欢它。 所以，我的问题是针对第（2）点。两个问题： 通常，您如何“控制” /“考虑”变量。使用什么技术？（就回归而言，方差分析框架）。 在上面的示例中，随机选择男性和女性是否构成控制？也就是说，“随机性”是控制其他效果的技术之一吗？

19 regression  self-study  anova  experiment-design  controlling-for-a-variable 

我正在尝试生成一个模型，该模型的响应变量的比例在0和1之间，其中包括相当多的0和1，但也有介于两者之间的许多值。我正在考虑尝试beta回归。我为R（betareg）找到的程序包只允许0到1之间的值，但不包括0或1。我在其他地方读过，从理论上讲，β分布应该能够处理0或1的值，但是我不知道如何在RI中处理此问题，因为看到有人将0.001加到零并从中取0.001，但是我不是确定这是个好主意？ 或者，我可以logit变换响应变量并使用线性回归。在这种情况下，我有0和1的相同问题，无法对它们进行日志转换。

19 regression  mixed-model  beta-distribution  zero-inflation  beta-regression 

我正在读这篇笔记。 在第2页上，它指出： “给定的回归模型可以解释多少数据差异？” “回归解释是关于系数的均值；推论是关于它们的方差。” 我已经多次阅读过此类陈述，为什么我们会关心“给定的回归模型可以解释数据中的多少差异？”……更具体地说，为什么“差异”呢？

19 regression  variance  interpretation 

随机森林用于回归。但是，据我了解，他们为每片叶子分配了一个平均目标值。由于每棵树中只有有限的叶子，因此目标只能从我们的回归模型中获得特定值。因此，不仅是“离散”回归（如阶跃函数），还是像“连续”线性回归一样？ 我理解正确吗？如果是，随机森林在回归方面具有什么优势？

18 regression  random-forest  cart 

逐步算法变量选择方法趋向于选择对回归模型中的每个估计或多或少有偏见的模型（ s及其SE，p值，F统计等），并且与排除真实预测变量的可能性差不多根据相当成熟的模拟文献，包括错误的预测变量。ββ\beta LASSO用于选择变量时是否会遭受相同的特定方式折磨？

18 regression  feature-selection  lasso  regression-strategies  stepwise-regression 

我有一个二进制结果变量{0,1}和一个预测变量{0,1}。我的想法是，除非我包括其他变量并计算优势比，否则进行逻辑物流是没有意义的。 使用一个二元预测变量，计算概率就足以满足优势比吗？

18 r  regression  probability  logistic  odds-ratio 

我从这里获得了葡萄酒数据，该数据由11个数值自变量组成，每个条目的从属评分与0到10之间的值相关。这使它成为使用回归模型研究变量与关联变量之间关系的绝佳数据集。评分。但是，线性回归是否合适，还是使用多项式/有序逻辑回归更好？ 对于特定类别，逻辑回归似乎更好，即没有连续因变量，但（1）有11个类别（有点太多？），（2）经检查，这些类别中只有6-7个数据，即其余5-4类别在数据集中没有示例。 另一方面，线性回归应该线性地估计0-10之间的等级，这似乎更接近我要找出的数值。但是因变量在数据集中不是连续的。 哪种方法更好？注意：我正在使用R进行分析 编辑，解决答案中提到的一些要点： 没有业务目标，因为这实际上是针对大学课程的。任务是分析我认为合适的选择数据集。 收视率的分布看起来很正常（直方图/ qq图）。数据集中的实际值在3到8之间（即使从技术上来说为0到10）。

18 r  regression  logistic  ordered-logit 

如果XXX是满秩，逆X Ť XXTXX^TX存在并且我们得到的最小二乘估计：β = （X Ť X ）- 1 X ÿβ^=(XTX)−1XY\hat\beta = (X^TX)^{-1}XY 和VAR （β）= σ 2（X Ť X ）- 1Var(β^)=σ2(XTX)−1\operatorname{Var}(\hat\beta) = \sigma^2(X^TX)^{-1} 我们如何在方差公式中直观地解释？推导技术对我来说很清楚。（X T X ）− 1(XTX)−1(X^TX)^{-1}

18 regression  variance  least-squares