আমার কাছে তিনটি ভেরিয়েবল সহ একটি ডেটাসেট রয়েছে, যেখানে সমস্ত ভেরিয়েবলগুলি পরিমাণগত হয়। একে , এবং বলি । আমি এমসিএমসির মাধ্যমে বায়েশীয় দৃষ্টিভঙ্গিতে একটি রিগ্রেশন মডেল ফিট করছিrjags
আমি একটি অনুসন্ধানী বিশ্লেষণ করেছি এবং এর স্ক্র্যাটারপ্লট সুপারিশ করে যে একটি চতুর্ভুজ শব্দটি ব্যবহার করা উচিত। তারপরে আমি দুটি মডেল লাগিয়েছি
(1)
(2)
মডেল 1 এ প্রতিটি প্যারামিটারের প্রভাবের আকার ছোট নয় এবং 95% বিশ্বাসযোগ্য ব্যবধানে মান থাকে না ।
মডেল 2 পরামিতি প্রভাব আকার এবং সকল প্যারামিটার জন্য ছোট এবং বিশ্বাসযোগ্য অন্তর প্রতিটি ধারণ ।
কোনও বিশ্বাসযোগ্য ব্যবধানে থাকা সত্য যে পরামিতিটি তাৎপর্যপূর্ণ তা নয়?
তারপরে আমি নীচের মডেলটি সামঞ্জস্য করেছি
(3)
প্রতিটি প্যারামিটারের প্রভাবের আকারটি ছোট নয়, তবে সমস্ত বিশ্বাসযোগ্য ব্যবধানে ।
বায়সিয়ান পরিসংখ্যানগুলিতে পরিবর্তনশীল নির্বাচন করার সঠিক উপায় কোনটি?
সম্পাদনা: আমি বিটা মডেলের মতো কোনও রেগ্রেশন মডেলটিতে লাসো ব্যবহার করতে পারি? আমি পরিবর্তনশীল ছড়িয়ে ছড়িয়ে একটি মডেল ব্যবহার করছি যেখানে যেখানে a একটি ভেক্টর। আমারও আগে ল্যাপ্লেস ব্যবহার করা উচিত ?
এডিআইটি 2: আমি দুটি মডেল লাগিয়েছি, একটি গাউসিয়ান , এবং একটি ল্যাপ্লেসের (ডাবল ) সঙ্গে।
গাউসির মডেলটির অনুমানগুলি হ'ল
Mean SD Naive SE Time-series SE
B[1] -1.17767 0.07112 0.0007497 0.0007498
B[2] -0.15624 0.03916 0.0004128 0.0004249
B[3] 0.15600 0.05500 0.0005797 0.0005889
B[4] 0.07682 0.04720 0.0004975 0.0005209
delta[1] -3.42286 0.32934 0.0034715 0.0034712
delta[2] 0.06329 0.27480 0.0028966 0.0028969
delta[3] 1.06856 0.34547 0.0036416 0.0036202
delta[4] -0.32392 0.26944 0.0028401 0.0028138
লাসো মডেলের জন্য অনুমানগুলি হ'ল
Mean SD Naive SE Time-series SE
B[1] -1.143644 0.07040 0.0007421 0.0007422
B[2] -0.160541 0.05341 0.0005630 0.0005631
B[3] 0.137026 0.05642 0.0005947 0.0005897
B[4] 0.046538 0.04770 0.0005028 0.0005134
delta[1] -3.569151 0.27840 0.0029346 0.0029575
delta[2] -0.004544 0.15920 0.0016781 0.0016786
delta[3] 0.411220 0.33422 0.0035230 0.0035629
delta[4] -0.034870 0.16225 0.0017103 0.0017103
lambda 7.269359 5.45714 0.0575233 0.0592808
জন্য অনুমান এবং লাসো মডেলটিতে অনেকটা হ্রাস পেয়েছে, এর অর্থ হল এই মডেলটি থেকে আমার এই পরিবর্তনগুলি অপসারণ করা উচিত?
সম্পাদনা 3: ডাবল এক্সফোনেনশিয়াল পূর্বের (লাসো) মডেলটি আমাকে গাউসিয়ান প্রিরিয়ারদের সাথে মডেলের চেয়ে বড় ডিভ্যান্স, বিআইসি এবং ডিআইসি মান দেয় এবং বিচ্ছুরতা সহগ অপসারণের পরেও আমি একটি ছোট মান পাই গাউসির মডেলটিতে