ফিটিং রিগ্রেশনগুলির সময় অরথোগোনাল বহুবচন ব্যবহার না করার কোনও কারণ আছে কি?


13

সাধারণভাবে, আমি ভাবছি যে উচ্চতর অর্ডার ভেরিয়েবলগুলির সাথে কোনও রিগ্রেশন ফিটিং করার সময় অরথোগোনাল বহুবর্ষগুলি ব্যবহার না করা আরও ভাল কিনা। বিশেষত, আমি আর এর ব্যবহার নিয়ে ভাবছি:

তাহলে poly()সঙ্গে raw = FALSEহিসাবে একই লাগানো মান উৎপন্ন poly()সঙ্গে raw = TRUE, এবং polyসঙ্গে raw = FALSEসমাধান করে বহুপদী রিগ্রেশন সঙ্গে সংশ্লিষ্ট সমস্যা কিছু, তারপর উচিত poly()সঙ্গে raw = FALSE সবসময় বহুপদী রিগ্রেশন ঝুলানো জন্য ব্যবহার করা যেতে? কোন পরিস্থিতিতে এটি ব্যবহার না করা ভাল poly()?

উত্তর:


16

কখনও কারণ? নিশ্চিত; সম্ভবত বেশ কয়েকটি।

উদাহরণস্বরূপ বিবেচনা করুন, যেখানে আমি কাঁচা সহগের মানগুলিতে আগ্রহী (তাদের অনুমানের মানগুলির সাথে তুলনা করতে বলি), এবং প্রান্তিকতা কোনও বিশেষ সমস্যা নয়। আমি প্রায়শই সাধারণ লিনিয়ার রিগ্রেশনকে কেন্দ্রীভূত করি না কেন এটি একই কারণে (যা লিনিয়ার অরথোগোনাল বহুপদী)

অরথোগোনাল বহুবর্ষের মাধ্যমে আপনি যে জিনিসগুলি মোকাবেলা করতে পারবেন না সেগুলি নয়; এটি আরও সুবিধার বিষয়, তবে সুবিধাই হ'ল বড় কারণ হ'ল আমি অনেক কিছু করি।

এটি বলেছিল, বহুবর্ষগুলি ফিটিং করার সময় আমি প্রচলিত অর্থোগোনাল বহুবর্ষের দিকে ঝুঁকছি, যেহেতু তাদের কিছু স্বতন্ত্র সুবিধা রয়েছে।


অরথোগোনাল বহুবর্ষীয় রিগ্রেশন থেকে ফলিত সহগগুলি কি অনুমান করা মানগুলির সাথে তুলনা করা সম্ভব?
ব্যবহারকারী 2374133

2
হ্যাঁ. উদাহরণস্বরূপ, আপনি তাদের "কাঁচা" বহুবর্ষ থেকে অন্তর্নিহিত সহগ এবং মান ত্রুটিগুলিতে ফিরে যেতে পারেন।
গ্লেন_বি -রিনস্টেট মনিকা

2
প্রায়শই না, অরথোগোনাল বহুপদী ভিত্তি থেকে একশাস্ত্র ভিত্তিতে রূপান্তর করা একটি অসুস্থ শর্তযুক্ত প্রক্রিয়া (উচ্চ ডিগ্রির জন্য; নিম্ন-ডিগ্রি রূপান্তর খুব খারাপ নয়), তাই যদি কোনও একরকম ভিত্তিতে সহগগুলির সাথে আগ্রহী অগ্রাধিকার হয়, তবে অরথোগোনাল পলিনোমিয়ালগুলি ব্যবহার করে আপনি যে সংখ্যার স্থায়িত্ব পেয়েছেন তা রূপান্তরকালে উইন্ডোটি ফেলে দেওয়া হয়, যাতে আপনি শুরুতে মনোমালিকাগুলি ব্যবহার করতে পারেন। ক্যাভেট এমম্পর অবশ্যই।
জেএম

1
@ জেএম ধন্যবাদ, এটি একটি দুর্দান্ত বিষয়। ভাগ্যক্রমে স্ট্যাটিস্টিকাল অ্যাপ্লিকেশনগুলিতে আজকাল এটি খুব বিরল হবে মোটামুটি কম অর্ডার বহুত্বের চেয়ে বেশি মানানসই (আমার সাধারন উপদেশটি হ'ল তিন বা চার ডিগ্রির উপরে যাওয়ার দৃ strong় তাত্ত্বিক কারণ না থাকলে, আলাদা আলাদা পদ্ধতির দিকে নজর দেওয়া উচিত - কোন বিকল্প পরিস্থিতিগুলির উপর সবচেয়ে ভাল নির্ভর করে তবে স্প্লাইচের মতো জিনিসগুলি উদাহরণস্বরূপ কিছু পরিস্থিতিতে উপযুক্ত হতে পারে))
গ্লেন_বি -রিনস্টেট মনিকা

13

কারণ আপনার মডেলটি বড় হওয়ার পরে যদি আর ছেড়ে যায়, আপনাকে তার কেন্দ্রিককরণ এবং স্বাভাবিককরণের ধ্রুবকগুলি প্যাক করতে হবে এবং তারপরে এটি পুরো সময় জুড়ে থাকা উচিত। একদিন এটি এসকিউএল-এ হার্ড-কোডড হয়ে এসেছিল এবং এটিকে ভ্রান্ত করে বুঝার ভয়াবহতা অনুভব করুন!

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.