কি আর (বা সাধারণভাবে) প্রতিরোধের সহগকে একটি নির্দিষ্ট চিহ্ন হতে বাধ্য করা সম্ভব?

Question

আমি কিছু বাস্তব বিশ্বের ডেটা নিয়ে কাজ করছি এবং রিগ্রেশন মডেলগুলি কিছু বিপরীত ফলাফল পাচ্ছে। সাধারণত আমি পরিসংখ্যানকে বিশ্বাস করি তবে বাস্তবে এর মধ্যে কিছু জিনিস সত্য হতে পারে না। আমি যে প্রধান সমস্যাটি দেখতে পাচ্ছি তা হ'ল একটি ভেরিয়েবলের বৃদ্ধি প্রতিক্রিয়ার বৃদ্ধি ঘটায় যখন বাস্তবে বাস্তবে এগুলি নেতিবাচকভাবে সম্পর্কযুক্ত হতে পারে।

প্রতিরোধের সহগের প্রতিটি জন্য একটি নির্দিষ্ট সাইন জোর করার উপায় আছে? এটি করার জন্য যে কোনও আর কোডও প্রশংসা করবে।

যেকোনো এবং সকল সাহায্যর জন্য ধন্যবাদ!

Comments

স্ট্যাটাকলম্বিয়া.ইডু / এজেনম্যান / স্টাফ_ফোর_ব্লগ / See দেখুন ।

— দিমিত্রি ভি। মাস্টারভ

এখানে

এই লিঙ্কটি r-bloggers.com/positive-coefficient-regression-in-r আমি বিশ্বাস করি @ জেআরডাব্লু এর আর-স্কোয়ার্ড মান সম্পর্কে প্রশ্নের উত্তর। ইতিমধ্যে মন্তব্য হিসাবে, ইতিবাচক সহগের মানগুলি জোর করার আগে যত্ন নেওয়া উচিত।

— এসেমি_আগস্ট

Answer 1

1. প্রান্তিক পারস্পরিক সম্পর্ক এবং আংশিক পারস্পরিক সম্পর্ক (অন্যান্য ভেরিয়েবলগুলির সাথে পারস্পরিক সম্পর্ক) শর্তাধীন between তারা বৈধভাবে বিভিন্ন চিহ্ন হতে পারে।

   এটি হ'ল প্রকৃতপক্ষে a হতে পারে যখন একাধিক রিগ্রেশনে রিগ্রেশন সহগ ধনাত্মক হয়। অগত্যা এই দুটি বিষয়ে কোনও দ্বন্দ্ব নেই। সিম্পসনের প্যারাডক্সও দেখুন যা কিছুটা সম্পর্কিত (বিশেষত ডায়াগ্রাম)। সাধারণভাবে আপনি অনুমান করতে পারবেন না যে কেবলমাত্র প্রান্তিক পারস্পরিক সম্পর্ক সম্পর্কিত যুক্তির ভিত্তিতে একটি রিগ্রেশন সহগ অবশ্যই একটি চিহ্ন হতে হবে।$\text{corr}(Y, X_i)$

2. হ্যাঁ, রিগ্রেশন বা * হতে বাধা দেওয়া অবশ্যই সম্ভব । এটি করার বিভিন্ন উপায় রয়েছে; এর মধ্যে কিছু এমন মাধ্যমে যেমন দ নির্দ্ধিধায় যথেষ্ট কাজ করা যেতে পারে, । এই প্রশ্নের উত্তরগুলিও দেখুন যা বেশ কয়েকটি আর প্যাকেজ এবং অন্যান্য সম্ভাব্য পদ্ধতির উল্লেখ করে।$\geq 0$$\leq 0$nnls

   তবে আমি আপনাকে 1 এ পয়েন্টগুলি তাত্ক্ষণিকভাবে উপেক্ষা করার বিরুদ্ধে সতর্ক করছি কেবল কারণ এর মধ্যে অনেকগুলি সহজেই বাস্তবায়িত হয়।

   * (আপনি সেই প্রোগ্রামগুলি ব্যবহার করতে পারেন যা সম্পর্কিত ভেরিয়েবলটিকে অগ্রাহ্য করে অ-ধনাত্মক করতে অ-নেতিবাচক কাজ করে)

Answer 2

এরকম উপায় থাকতে পারে তবে আমি বলব যে এটি আপনার পরিস্থিতিতে উপযুক্ত নয় ।

আপনার যদি এমন ফলাফল থাকে যা অসম্ভব:

1) আপনার ডেটাতে সমস্যা আছে 2) "অসম্ভব" বা আপনার সংজ্ঞা দিয়ে সমস্যা আছে 3) আপনি ভুল পদ্ধতিটি ব্যবহার করছেন

প্রথমে তথ্য পরীক্ষা করুন। দ্বিতীয়ত, কোডটি পরীক্ষা করুন। (বা অন্যদের এটি পরীক্ষা করতে বলুন)। যদি উভয়ই ঠিক থাকে তবে সম্ভবত কিছু অপ্রত্যাশিত ঘটনা ঘটছে।

তোমার জন্য সৌভাগ্যবসত, আপনি একটি সহজ "অসম্ভবতা" আছে - আপনি বলতে দুটি ভেরিয়েবল না পারেন, ইতিবাচক সম্পর্ক হবে না। সুতরাং, একটি বিছানা প্লট করুন এবং একটি মসৃণ যোগ করুন এবং দেখুন। একক আউটলেটারের কারণ হতে পারে; অথবা এটি একটি অনৈখিক সম্পর্ক হতে পারে। অথবা অন্য কিছু.

তবে, আপনি যদি ভাগ্যবান হন তবে আপনি একটি নতুন কিছু খুঁজে পেয়েছেন। আমার প্রিয় অধ্যাপক হিসাবে বলতেন "আপনি যদি অবাক না হন তবে আপনি কিছুই শিখেন নি"।

Comments

(পিটার এবং গ্লেন উভয়ের কাছেই +1) @ জেআরডাব্লু - আপনি যদি সাইনটি ঠিক করেন তবে আমি যখন আপনার শ্রোতাদের আপনি যে গুণাগুণটি "প্রাপ্ত" এবং তার আত্মবিশ্বাসের বিরতিটি ব্যাখ্যা করার চেষ্টা করবেন তখন আমি প্রাচীরের উপরে উড়ে যেতে চাই। তদুপরি, তারা বৈধভাবে জিজ্ঞাসা করতে পারেন, আপনি কি অন্যের সাইন এবং / অথবা ব্যাপ্তিটি ঠিক করেছেন? তা না হলে কেন?

— Rolando2

Answer 3

আপনার নির্দিষ্ট প্রশ্নের উত্তর দেওয়ার জন্য, আপনি nnls প্যাকেজটি চেষ্টা করতে পারেন যা সহগের উপর অ-নেতিবাচক সীমাবদ্ধতা সহ কমপক্ষে স্কোয়ার রিগ্রেশন করে। আপনি যথাযথ ভবিষ্যদ্বাণীকারীদের লক্ষণগুলি পরিবর্তন করে আপনি যে লক্ষণগুলি চান তা পেতে এটি ব্যবহার করতে পারেন।

যাইহোক, এখানে ইতিবাচক পারস্পরিক সম্পর্ক এবং নেতিবাচক রিগ্রেশন সহগগুলি কীভাবে সম্ভব তা দেখানোর জন্য একটি ডেটাসেট তৈরি করার একটি খুব সহজ উপায়।

> n <- rnorm(200)
> x <- rnorm(200)
> d <- data.frame(x1 = x+n, x2= 2*x+n, y=x)
> cor(d)
      x1        x2         y
 x1 1.0000000 0.9474537 0.7260542
 x2 0.9474537 1.0000000 0.9078732
 y  0.7260542 0.9078732 1.0000000
> plot(d)
> lm(y~x1+x2-1, d)

Call:
lm(formula = y ~ x1 + x2 - 1, data = d)

Coefficients:
x1  x2  
-1   1  

Comments

আমি কেবল এই এনএনএল প্যাকেজটি নিয়ে কিছুটা টয়েড করেছি। কোনও সমন্বিত আর-স্কোয়ার্ড মান (বা সমমানের কিছু) পাওয়ার কোনও উপায় আছে কি, বা আমাকে নিজেই চেষ্টা করে এটি গণনা করতে হবে?

— জেআরডাব্লু