এবং এক্স 2 ভেরিয়েবলগুলি রৈখিকভাবে স্বতন্ত্র নয়। তাই, এমনকি যদি কোন দ্বিঘাত প্রভাব যোগ করা হয়, এক্স 2 মডেলের আনুমানিক প্রভাব পরিবর্তন করতে হবে এক্স ।এক্সএক্স2এক্স2এক্স
আসুন একটি সাদামাটা সিমুলেশন দিয়ে দেখে নেওয়া যাক।
> x <- runif(1e3)
> y <- x + rnorm(length(x))
> summary(lm(y~x))
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.03486 0.06233 -0.559 0.576
x 1.05843 0.10755 9.841 <2e-16 ***
মডেলটিতে এখন একটি চতুর্ভুজ শর্তের সাথে মানানসই।
> summary(lm(y~x+I(x^2)))
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.03275 0.09528 0.344 0.731
x 0.65742 0.44068 1.492 0.136
I(x^2) 0.39914 0.42537 0.938 0.348
অবশ্যই সর্বজনীন পরীক্ষাটি এখনও তাৎপর্যপূর্ণ তবে আমি মনে করি যে ফলাফলটি আমরা দেখছি এটি একটি নয়। সমাধানটি হল অर्थোগোনাল বহুভুজ ব্যবহার করা।
> summary(lm(y~poly(x,2)))
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.49744 0.03098 16.059 <2e-16 ***
poly(x, 2)1 9.63943 0.97954 9.841 <2e-16 ***
poly(x, 2)2 0.91916 0.97954 0.938 0.348
মনে রাখবেন যে x
প্রথম মডেলের এবং poly(x,2)1
দ্বিতীয় মডেলের সহগগুলি সমান নয়, এমনকি ইন্টারসেপ্টগুলিও আলাদা। এর কারণ হল poly
অর্থনরমাল ভেক্টরগুলি সরবরাহ করে, যা ভেক্টরের কাছেও অরথোগোনাল rep(1, length(x))
। তাই poly(x,2)1
না x
বরং (x -mean(x))/sqrt(sum((x-mean(x))**2))
...
একটি গুরুত্বপূর্ণ বিষয় হ'ল ওয়াল্ড পরীক্ষাগুলি, এই শেষ মডেলটিতে স্বাধীন are আপনি কেবল ওয়াল্ড পরীক্ষাটি দেখে আপনি কোন ডিগ্রি যেতে চান তা নির্ধারণ করতে orthogonal বহুভুজ ব্যবহার করতে পারেন: এখানে আপনি তবে এক্স 2 রাখবেন না । অবশ্যই প্রথম দুটি লাগানো মডেলের তুলনা করে আপনি একই মডেলটি খুঁজে পাবেন তবে এটি সহজতর - আপনি যদি উচ্চতর ডিগ্রি পর্যন্ত যাওয়ার কথা বিবেচনা করেন তবে এটি সত্যিই অনেক সহজ।এক্সএক্স2
একবার আপনি কোন শর্তাবলী রাখবেন তা স্থির করে নেওয়ার পরে, আপনি ব্যাখ্যার জন্য বা পূর্বাভাসের জন্য কাঁচা বহুবর্ষ এবং এক্স 2 এ ফিরে যেতে চাইতে পারেন ।এক্সএক্স2