Questions tagged «regression»

假设我们有一个简单的线性回归模型并且想针对一般替代性检验零假设。ž= 一个X+ b YZ=aX+bÿZ = aX + bYH0：a = b =1个2H0：一个=b=1个2H_0: a=b=\frac{1}{2} 我认为可以使用和的估计值，并进一步应用检验来获得附近的置信区间。这个可以吗？一个^一个^\hat{a}小号Ë（一个^）小号Ë（一个^）SE(\hat{a})žžZ1个21个2\frac{1}{2} 另一个问题与此密切相关。假设我们有一个样本并且我们计算了统计信息{ （X1个，ÿ1个，ž1个），... ，（Xñ，ÿñ，žñ）}{（X1个，ÿ1个，ž1个），…，（Xñ，ÿñ，žñ）}\{(x_1,y_1,z_1),\ldots ,(x_n,y_n,z_n) \}χ2χ2\chi^2 ∑我= 1ñ（ž一世-X一世+ÿ一世2）2X一世+ÿ一世2。∑一世=1个ñ（ž一世-X一世+ÿ一世2）2X一世+ÿ一世2。\begin{equation} \sum_{i=1}^n \frac{(z_i-\frac{x_i+y_i}{2})^2}{\frac{x_i+y_i}{2}}. \end{equation} 这些统计量可以用于检验相同的原假设吗？

9 hypothesis-testing  regression 

Cox比例风险回归分析中的X（风险）变量是否始终必须是时间？如果没有，请提供一个例子吗？ 癌症患者的年龄可以成为危险因素吗？如果是这样，是否可以将其解释为一定年龄的患癌风险？Cox回归是否是研究基因表达与年龄之间关联的合法分析？

9 regression  survival  hazard 

为了在具有合适的预测变量的多元线性回归中选择预测变量，有哪些方法可以找到预测变量的“最佳”子集而无需明确测试所有个子集？在“应用的生存分析”中，Hosmer＆Lemeshow引用了Kuk的方法，但是我找不到原始论文。谁能描述这种方法，或者甚至更好的一种更现代的技术？可以假设正态分布的错误。ppp2p2p2^p

9 modeling  regression  multivariable  model-selection  feature-selection 

执行线性回归时，对因变量进行对数转换（例如对数转换）以获得更好的正态分布构型通常很有用。通常，从回归检查beta值也很有用，以更好地评估结果的效果大小/实际相关性。 这就产生了一个问题，即在使用例如对数转换时，效果大小将为对数刻度，并且有人告诉我，由于所用刻度的非线性，对这些beta进行反向转换将导致无意义的值，没有任何现实世界的用法。 到目前为止，我们通常使用转换变量进行线性回归以检查显着性，然后使用原始非转换变量进行线性回归以确定效果大小。 有正确/更好的方法吗？在大多数情况下，我们使用临床数据，因此，一个现实生活中的例子将是确定某种暴露如何影响持续的变量，例如身高，体重或某些实验室测量值，然后我们得出结论，例如“暴露A产生了影响”。重量增加2公斤”。

9 regression  data-transformation  effect-size 

我有一个包含样本和变量观测值的线性回归模型，我想知道： 一个特定变量是否足够重要以至于仍包含在模型中。 模型中是否应包含另一个变量（带有观察值）。 哪些统计数据可以帮助我？如何最有效地获得它们？

9 regression