আর লিনিয়ার রিগ্রেশন শ্রেণিবদ্ধ পরিবর্তনশীল "লুকানো" মান

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন:

a.lm = lm(Y ~ x1 + x2)

x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে:

summary(a.lm)
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)   0.521     0.20       1.446   0.19        
x1            -0.61     0.11       1.451   0.17
x2Low         -0.78     0.22       -2.34   0.005
x2Medium      -0.56     0.45       -2.34   0.005

আমি বুঝতে পারি যে আর এই জাতীয় কারণগুলির উপর x2একটি ধরণের ডামি কোডিং প্রবর্তন করে ( একটি কারণ হিসাবে)। আমি শুধু ভাবছি, আমি কীভাবে x2"উচ্চ" মানটি ব্যাখ্যা করব ? উদাহরণস্বরূপ, x2এখানে দেওয়া উদাহরণটিতে প্রতিক্রিয়াশীল ভেরিয়েবলের উপরে "হাই" এর কী প্রভাব ফেলবে ?

এর উদাহরণ আমি অন্য কোথাও দেখেছি (যেমন এখানে ) তবে আমি বুঝতে পারি এমন কোনও ব্যাখ্যা খুঁজে পাইনি।

r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

— ttnphns
সূত্র

আপনি এখানে একটি ভাল উত্তর পেতে পারেন, তবে আমি এই পরিসংখ্যানের পরিসংখ্যানের জন্য এটি পতাকাঙ্কিত করতে চলেছি, এসই, কারণ এই প্রশ্নের উত্তরটি মূলত লিনিয়ার রিগ্রেশন কীভাবে কাজ করে তা বোঝার জন্য নিচে ফোটে।

— joran

হ্যাঁ যথেষ্ট যথেষ্ট। আমি এটিকে মুছে ফেলা এবং নিজে সরিয়ে দিলে কি ভাল হয়? নাকি তা অপ্রয়োজনীয়?

আপনার কিছু করার দরকার নেই। আমি এটি পতাকাঙ্কিত করেছি, তবে এটি কোনও রদবদল হওয়ার আগে বা এটি আরও এক ঘন্টা সময় নিতে পারে, এটি রবিবার এবং সমস্ত কিছু।

— জোড়ান

আমি এখানে কোনও উত্তর সরবরাহ করব না, কারণ প্রশ্নটি সরানো হবে। কী চলছে তা বোঝার জন্য আপনি কয়েকটি বিষয় চেষ্টা করতে পারেন: 1. চালানো এলএম (Y ~ x1 + x2 - 1)। "-1" ইন্টারসেপ্ট সরিয়ে ফেলবে। 2. এক্স 2 এর রেফারেন্স বিভাগটি পরিবর্তন করতে রিলেভেল ব্যবহার করুন।

— মানোয়েল গাল্ডিনো

প্রশ্ন: "... আমি এক্স 2 মান" উচ্চ "কীভাবে ব্যাখ্যা করব? উদাহরণস্বরূপ, এখানে দেওয়া উদাহরণটিতে প্রতিক্রিয়ার পরিবর্তনশীলটিতে" হাই "এক্স 2 এর কী প্রভাব আছে ??

উত্তর: আপনার সন্দেহ নেই যে আউটপুটটিতে x2 = "উচ্চ" এর কোনও উল্লেখ নেই। এই মুহুর্তে এক্স 2 উচ্চটিকে "বেস কেস" হিসাবে বেছে নেওয়া হয়েছে। এর কারণ আপনি মানুষের ক্রমগতভাবে এল / এম / এইচ প্রাকৃতিকভাবে অর্ডার করার পরেও স্তরের জন্য ডিফল্ট কোডিংয়ের সাথে একটি ফ্যাক্টর ভেরিয়েবল সরবরাহ করেছিলেন। তবে "এইচ" বর্ণমালার "এল" এবং "এম" উভয়ের আগে লেসিক্যাল থাকার কারণে আর কে কেস কেস হিসাবে বেছে নিয়েছিল।

যেহেতু 'x2' অর্ডার করা হয়নি, তাই প্রতিবেদন করা প্রতিটি বৈপরীত্য x2 = "উচ্চ" এর সাথে সম্পর্কিত এবং তাই x2 == "লো" এর অনুমান করা হয়েছিল -২০.78৮ অনুসারে x2 = "উচ্চ"। এই মুহুর্তে ইন্টারসেপ্ট হ'ল "Y" এর আনুমানিক মান যখন x 2 = "উচ্চ" এবং x1 = 0. আপনি স্তরগুলি ক্রমানুসারে পরিবর্তন করার পরে আপনার রিগ্রেশনটি পুনরায় চালাতে চান (তবে ফ্যাক্টরটি অর্ডার না দিয়ে)।

x2a = factor(x2, levels=c("Low", "Medium", "High"))

তারপরে আপনার 'মিডিয়াম' এবং 'হাই' অনুমানটি আপনার প্রত্যাশার সাথে সামঞ্জস্য হবে।

সম্পাদনা করুন: বিকল্প কোডিংয়ের ব্যবস্থা রয়েছে (বা মডেল ম্যাট্রিক্সের আরও সঠিকভাবে বিন্যাসের জন্য) অন্যান্য স্তর বা সংমিশ্রনের জন্য আনুমানিক গড় পার্থক্য। তবে, আপনার ইন্টারফেসটিকে 0 হতে বাধ্য করা (প্রস্তাবিত নয়) বা অন্য কোনও বিপরীতে পছন্দগুলি ব্যবহার করে রেফারেন্স স্তরটি সামগ্রিক গড় হতে পারে:

?contrasts
?C   # which also means you should _not_ use either "c" or "C" as variable names.

আপনি বিভিন্ন কারণের জন্য আলাদা বৈপরীত্য চয়ন করতে পারেন, যদিও এটি করার ফলে অতিরিক্ত ব্যাখ্যামূলক বোঝা চাপানো হবে। এস-প্লাস হেলমার্ট বিপরীতে ডিফল্টরূপে ব্যবহার করে এবং এসএএস চিকিত্সার বৈসাদৃশ্যগুলি ব্যবহার করে তবে রেফারেন্স স্তর হিসাবে প্রথমটির চেয়ে শেষ ফ্যাক্টর স্তরটি বেছে নেয়।

— DWin
সূত্র

এটা বোধগম্য. আমি মনে করি স্পষ্টতই x2"মান" থাকতে পারে না কারণ এটি অবশ্যই "উচ্চ", "মাঝারি" বা "নিম্ন" এর মধ্যে একটি হতে হবে। আপনার উত্তরের জন্য ধন্যবাদ.