মানকযুক্ত বিটাগুলি মূল ভেরিয়েবলগুলিতে ফিরে রূপান্তর করা


14

আমি বুঝতে পারি এটি সম্ভবত খুব সহজ প্রশ্ন তবে অনুসন্ধানের পরে আমি যে উত্তরটি খুঁজছি তা খুঁজে পাচ্ছি না।

আমার একটি সমস্যা আছে যেখানে বেটাসের রিজ অনুমানগুলি গণনা করার জন্য ভেরিয়েবলগুলি (রিজ রিগ্রেশন) রান করুন standard

আমার তখন এগুলিকে মূল ভেরিয়েবল স্কেলে রূপান্তর করতে হবে।

তবে আমি কীভাবে এটি করব?

আমি দ্বিবিড়ীয় মামলার একটি সূত্র পেয়েছি

β=β^SxSy.

এটি ডি গুজরাটি, বেসিক একোমেট্রিক্স, পৃষ্ঠা 175, সূত্র (6.3.8) এ দেওয়া হয়েছিল।

যেখানে স্ট্যান্ডার্ডাইজড ভেরিয়েবলগুলিতে চালিত রিগ্রেশন থেকে প্রাপ্ত অনুমানকারী এবং একই স্ক্যাসেটরটি মূল স্কেলে ফিরে রূপান্তরিত হয়, S_y হ'ল রেজিস্ট্রেন্ডের নমুনার মানক বিচ্যুতি এবং S_x হ'ল নমুনা স্ট্যান্ডার্ড বিচ্যুতি।* β এস ওয়াই এস এক্সββ^SySx

দুর্ভাগ্যক্রমে বইটি একাধিক প্রতিরোধের জন্য অভিন্ন ফলাফলগুলি কভার করে না।

এছাড়াও আমি নিশ্চিত না যে আমি বাইভারিয়েট মামলাটি বুঝতে পেরেছি? সাধারণ বীজগণিত ম্যানিপুলেশন মূল স্কেলে \ টুপি \ বিটার সূত্র দেয় β^:

β^=β*এসYএসএক্স

এটি আমার কাছে অদ্ভুত বলে মনে হচ্ছে যে যা ভেরিয়েবলের উপর গণনা করা হয়েছিল যা দ্বারা ইতিমধ্যে , তাকে আবার রূপান্তর করতে দ্বারা আবার ডিফ্লেট করতে হবে? (প্লাস কেন মূল মানগুলি আবার যুক্ত হয় না?) এসএক্সএসএক্সβ^এসএক্সএসএক্স

সুতরাং, কেউ দয়া করে ব্যাখ্যা করতে পারেন কীভাবে কোনও বহিরাগত ক্ষেত্রে একটি বহিরাগত ক্ষেত্রে এটি করার জন্য যাতে আমি ফলাফলটি বুঝতে পারি?

উত্তর:


26

স্ট্যান্ডার্ডাইজড ভেরিয়েবলগুলি ব্যবহার করে রিগ্রেশন মডেলটির জন্য, আমরা রিগ্রেশন লাইনের জন্য নিম্নলিখিত ফর্মটি ধরে নিই

[ওয়াই]=β0+ +Σ=1βz- র,

যেখানে হ'ল জে-থ ( ) রেজিস্টার, থেকে নমুনার গড় mean বিয়োগ করে এবং নমুনা স্ট্যান্ডার্ড বিচ্যুতি দ্বারা ভাগ করে : x j ˉ x j S j z j = x j - ˉ x jz- রএক্সএক্স¯এস

z- র=এক্স-এক্স¯এস

মানযুক্ত রেজিস্ট্রারদের সাথে রিগ্রেশন বহন করে আমরা লাগানো রিগ্রেশন রেখাটি পাই:

ওয়াই^=β^0+ +Σ=1β^z- র

আমরা এখন অ-মানক পূর্বাভাসকারীদের জন্য রিগ্রেশন সহগ খুঁজে পেতে চাই। আমাদের আছে

ওয়াই^=β^0+ +Σ=1β^(এক্স-এক্স¯এস)

পুনরায় ব্যবস্থা, এই অভিব্যক্তি হিসাবে লেখা যেতে পারে

ওয়াই^=(β^0-Σ=1β^এক্স¯এস)+ +Σ=1(β^এস)এক্স

আমরা দেখতে পাচ্ছি, রিগ্রেশন অ রুপান্তরিত ভেরিয়েবল ব্যবহার করার জন্য পথিমধ্যে দেওয়া হয় । রিগ্রেশনে সহগ -th predictor হয় ।β^0-Σ=1β^এক্স¯এসβ^এস

উপস্থাপিত ক্ষেত্রে, আমি ধরে নিয়েছি যে কেবল ভবিষ্যদ্বাণীকারীদের মানক করা হয়েছিল। যদি কেউ প্রতিক্রিয়ার পরিবর্তনশীলকে মানকও করে, আপনি যে রেফারেন্সটি দিয়েছেন তা থেকে সূত্রটি ব্যবহার করে কোভারিয়েট সহগকে মূল স্কেলে ফিরিয়ে আনতে হবে। আমাদের আছে:

[ওয়াই]-Y^এসY=β0+ +Σ=1βz- র

রিগ্রেশন বহন করে, আমরা লাগানো রিগ্রেশন সমীকরণ পাই

ওয়াই^গুলিএকটি=ওয়াই^তোমার দর্শন লগ করাএনগুলিএকটি-Y¯এসY=β^0+ +Σ=1β^(এক্স-এক্স¯এস),

যেখানে মানানসই প্রতিক্রিয়ার স্কেলগুলিতে মানিবদ্ধ মান রয়েছে। এগুলি আনস্কেল এবং অপ্রত্যাশিত মডেলের সহগের অনুমানগুলি পুনরুদ্ধার করতে, আমরা দ্বারা সমীকরণটি গুণিত এবং এর নমুনা অন্য দিকে আনব :এসYY

ওয়াই^তোমার দর্শন লগ করাএনগুলিএকটি=β^0এসY+ +Y¯+ +Σ=1β^(এসYএস)(এক্স-এক্স¯)

যে মডেলটিতে প্রতিক্রিয়া বা ভবিষ্যদ্বাণীকারীকে মানদণ্ড দেওয়া হয়নি তার সাথে সম্পর্কিত বাধা দেওয়া ফলস্বরূপ , যখন আগ্রহের মডেলটির জন্য সাথে প্রতিটি গুণ করে ।β^0এসY+ +Y¯-Σ=1β^এসYএসএক্স¯এসY/এস

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.