শ্রেণীবদ্ধ স্বতন্ত্র ভেরিয়েবল এবং একটি অবিচ্ছিন্ন নির্ভরশীল জন্য রিগ্রেশন

Question

আমি ঠিক বুঝতে পেরেছি যে আমি সর্বদা রিগ্রেশন সমস্যা নিয়ে কাজ করেছি যেখানে স্বাধীন ভেরিয়েবলগুলি সর্বদা সংখ্যাসূচক ছিল। সমস্ত স্বতন্ত্র ভেরিয়েবলগুলি শ্রেণিবদ্ধের ক্ষেত্রে আমি লিনিয়ার রিগ্রেশন ব্যবহার করতে পারি?

Answer 1

কেবল কিছু শব্দার্থবিজ্ঞান এবং স্পষ্ট করে বলতে হবে:

• হিসাবে রিগ্রেশন সূত্রে নির্ভরশীল পরিবর্তনশীল == ফলাফল == " $y$ " $y = β_0 + β_1x_1 + β_2x_2 + ... + β_kx_k$
• স্বতন্ত্র পরিবর্তনশীল == প্রেডিকটার == $x_k$রিগ্রেশন সূত্রে " x_k " এর মধ্যে একটি যেমন $y = β_0 + β_1x_1 + β_2x_2 + ... + β_kx_k$

সুতরাং বেশিরভাগ পরিস্থিতিতে রিগ্রেশন প্রকার নির্ভরশীল, ফলাফল বা " $y$ " ভেরিয়েবলের ধরণের উপর নির্ভরশীল । উদাহরণস্বরূপ, নির্ভরশীল চলক অবিচ্ছিন্ন থাকে যখন লিনিয়ার রিগ্রেশন ব্যবহার করা হয়, নির্ভরশীল যখন 2 টি বিভাগের সাথে শ্রেণিবদ্ধ হয় তখন লজিস্টিক রিগ্রেশন এবং যখন নির্ভরশীল 2 টিরও বেশি বিভাগের সাথে শ্রেণিবদ্ধ হয়। ভবিষ্যদ্বাণীকারীরা যে কোনও কিছু হতে পারে (নামমাত্র বা নিয়মিত শ্রেণিবদ্ধ, বা ক্রমাগত, বা একটি মিশ্রণ) ।

(নীচের মন্তব্যটি আপনার জন্য নিরর্থক হতে পারে, তবে আমি এটি যাইহোক যোগ করি)

তবে, নোট করুন যে বেশিরভাগ সফ্টওয়্যারটির জন্য আপনাকে বাইনারি সংখ্যামূলক সিস্টেমে শ্রেণিবদ্ধ ভবিষ্যদ্বাণীগুলি পুনঃনির্মাণ করতে হবে । এর অর্থ কেবল স্ত্রীদের জন্য 0 এবং পুরুষদের ক্ষেত্রে 1 বা তার বিপরীতে কোড কোডিং। 2 টিরও বেশি স্তরের বিশিষ্ট ভেরিয়েবলের জন্য আপনার এগুলিকে ডামি ভেরিয়েবলগুলিতে পুনরায় পুনঃনির্মাণ করতে হবে যেখানে স্তরগুলির সংখ্যা এবং এই ডামিগুলি যখন সংশ্লিষ্ট বিভাগে থাকে তখন 0 বা 1 থাকে। এইভাবে প্রতিটি ব্যক্তি (নমুনা) এর সাথে ডামি ভেরিয়েবলের জন্য একটি 1 এবং অন্যদের জন্য 0 এবং বা রেফারেন্স গ্রুপের অংশ হয়ে সমস্ত ডামির জন্য 0 রেখে প্রতিনিধিত্ব করা উচিত।$L-1$$L$

Comments

ধন্যবাদ। আমি যেমন প্রশ্নের শিরোনামে লিখি, নির্ভরশীল পরিবর্তনশীল অবিচ্ছিন্ন। সুতরাং আমি আপনার উত্তরটিকে "আপনি লম্বা রিগ্রেশন ব্যবহার করতে পারেন, আপনি ডামি এনকোডিং করে থাকেন তবে" take আমি ভুল হলে আমাকে সংশোধন করুন।

— ফমারগার

হ্যাঁ আমি যা বলছিলাম

— আইডব্লিউএস

আমি দেখতে পাচ্ছি যে আপনি দ্বিতীয় প্রশ্ন যুক্ত করতে প্রশ্নটি সম্পাদনা করেছেন এবং এখানে একটি অনুরূপ কুইসিটোন পোস্ট করেছেন: stats.stackexchange.com/questions/267137/… । অতিরিক্ত হিসাবে, আমি আপনাকে জিজ্ঞাসা করছিলাম আপনার ভবিষ্যদ্বাণীগুলি মসৃণ করে আপনি কী বোঝাতে চেয়েছেন বা পৃথক মানগুলির পূর্বাভাস দিয়ে আপনি কী বোঝাতে চাইছেন। AFAIK একটি লিনিয়ার রিগ্রেশন আপনাকে আপনার ভবিষ্যদ্বাণী ভেরিয়েবলের (রিগ্রেশন সূত্রের মাধ্যমে) উপর নির্ভর করে অবিচ্ছিন্ন নির্ভরশীলের গড় মূল্য দেয়। দয়া করে বিশদভাবে বর্ণনা করুন

— আইডাব্লুএস

$n$$x_i$$n$$y$

একটি সাধারণ ভেরিয়েবলের ক্ষেত্রে এটি সর্বদা অনুমান করা বেছে নেওয়া যায় যে এটি "ধ্রুবক পর্যায়ে" এটি ব্যবহার করা যেমন একটি ধ্রুবক ভবিষ্যদ্বাণী হয়ে থাকে (কেবল ডামি ব্যবহার না করে, তবে সংখ্যার সংস্করণ হিসাবে ভেরিয়েবলটি প্রবেশ করে)। তবে, যদি আপনি এটি করেন এবং আপনার মাত্র কয়েকটি মাত্রা থাকে তবে আপনি কেবল কয়েকটি পয়েন্টের মাধ্যমে একটি সরল রেখাটি (যেমন লাইনারিটি ধরে নিচ্ছেন) ফিট করছেন (সুতরাং লক্ষ্য করুন যে মাত্রাগুলির পরিমাণ এখানে গুরুত্বপূর্ণ। একটি লাইকার্ট স্কেল এইভাবে ব্যবহৃত একটি চলকটির একটি ভাল উদাহরণ, যা আফসোসভাবে বিভিন্ন অনুষ্ঠানে সমস্যা তৈরি করে।

— আইডব্লিউএস