প্রশ্ন ট্যাগ «multiple-regression»

দুই বা ততোধিক অবিচ্ছিন্ন স্বতন্ত্র ভেরিয়েবলগুলি অন্তর্ভুক্ত এমন রিগ্রেশন

3
কখন ডামি কোডিং বনাম আনকোভা দিয়ে একাধিক রিগ্রেশন ব্যবহার করা উচিত?
আমি সম্প্রতি এমন একটি পরীক্ষা বিশ্লেষণ করেছি যা আনকোভা ব্যবহার করে 2 শ্রেণিবদ্ধ ভেরিয়েবল এবং একটি ধ্রুবক পরিবর্তনশীলকে ম্যানিপুলেটেড করেছিল। যাইহোক, একজন পর্যালোচক পরামর্শ দিয়েছেন যে ডামি ভেরিয়েবল হিসাবে কোডযুক্ত শ্রেণীবদ্ধ ভেরিয়েবলের সাথে একাধিক রিগ্রেশন শ্রেণিবদ্ধ এবং অবিচ্ছিন্ন ভেরিয়েবল উভয়ই পরীক্ষা-নিরীক্ষার জন্য আরও উপযুক্ত পরীক্ষা। ডামি ভেরিয়েবলগুলির সাথে ANCOVA বনাম …

1
আমরা কী * মিলিয়ন * সহগ / স্বতন্ত্র ভেরিয়েবলগুলি দিয়ে মাল্টিভারিয়েট রিগ্রেশন বিশ্লেষণ করি?
আমি কিছুটা সময় মেশিন লার্নিং শেখার জন্য ব্যয় করছি (পুনরাবৃত্তির জন্য দুঃখিত :) এবং মাল্টিভারিয়েট লিনিয়ার রিগ্রেশন ক্ষেত্রে গণনীয় রিগ্রেশন সহগগুলির জন্য সরাসরি সমীকরণ সমাধানের চেয়ে গ্রেডিয়েন্ট বংশোদ্ভূত বাছাইয়ের নিয়মের দ্বারা আগ্রহী হতে পারি না । থাম্বের বিধি: যদি বৈশিষ্ট্যগুলির সংখ্যা (পড়ুন সহগ / স্বতন্ত্র ভেরিয়েবলগুলি) বা এক মিলিয়নেরও বেশি …

2
যখন একাধিক শ্রেণিবদ্ধ ভেরিয়েবল থাকে তখন বিতার ব্যাখ্যা
আমি ধারণাটি বুঝতে পারি যে যখন শ্রেণীবদ্ধ ভেরিয়েবল 0 (বা রেফারেন্স গ্রুপ) এর সমান হয় তখন এর অর্থ হয় যে পার্থক্য। এমনকি> 2 বিভাগের সাথেও আমি প্রতিটি ধরে নেব যে বিভাগের গড় এবং রেফারেন্সের মধ্যে পার্থক্য ব্যাখ্যা করবে। ββ^0β^0\hat\beta_0β^β^\hat\beta তবে, যদি আরও ভেরিয়েবলগুলি মাল্টিভারেবল মডেলটিতে আনা হয়? এখন ইন্টারসেপেটটি কী …

1
একাধিক রিগ্রেশন মধ্যে ভবিষ্যদ্বাণীকারীদের মধ্যে উচ্চ সম্পর্কের সাথে কীভাবে মোকাবিলা করবেন?
আমি এমন একটি নিবন্ধে একটি রেফারেন্স পেয়েছি যা এরকম হয়: তাবাচনিক অ্যান্ড ফিডেল (১৯৯ to) এর মতে .70 এর চেয়ে বেশি দ্বিখণ্ডিত পারস্পরিক সম্পর্কযুক্ত স্বতন্ত্র ভেরিয়েবলগুলি একাধিক রিগ্রেশন বিশ্লেষণে অন্তর্ভুক্ত করা উচিত নয়। সমস্যা: আমি একাধিক রিগ্রেশন ডিজাইন 3 ভেরিয়েবলের সাথে সম্পর্কিত>> .80, ভিএফ এর প্রায় .2 - .3, সহনশীলতা …

2
একাধিক রিগ্রেশন-এ অ্যাডেড ভেরিয়েবল প্লট (আংশিক রিগ্রেশন প্লট) কী ব্যাখ্যা করে?
আমার কাছে মুভিজ ডেটাসেটের একটি মডেল রয়েছে এবং আমি রিগ্রেশনটি ব্যবহার করেছি: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) library(ggplot2) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) যা আউটপুট দিয়েছে: এখন আমি প্রথমবারে অ্যাডেড ভেরিয়েবল প্লট নামে কাজ করার …

2
সহগের মধ্যে উল্লেখযোগ্য পার্থক্যের জন্য পরীক্ষা করার সঠিক উপায় কী?
আমি আশা করছি যে কেউ আমার জন্য বিভ্রান্তির একটি বিষয় সোজা করতে সহায়তা করতে পারে। বলুন যে আমি নীচের সেটআপ সহ 2 সেট রিগ্রেশন কোফিয়েনটিস একে অপরের থেকে উল্লেখযোগ্যভাবে পৃথক কিনা তা পরীক্ষা করতে চাই: yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , 5 টি স্বতন্ত্র ভেরিয়েবল। প্রায় সমান …

4
আমি যদি একটি ব্যাখ্যাযোগ্য মডেল চাই, লিনিয়ার রিগ্রেশন ব্যতীত অন্য কোনও পদ্ধতি আছে কি?
আমি এমন কিছু পরিসংখ্যানবিদদের মুখোমুখি হয়েছিল যে পূর্বাভাসের জন্য লিনিয়ার রিগ্রেশন ব্যতীত অন্য মডেলগুলি কখনই ব্যবহার করে না কারণ তারা বিশ্বাস করে যে "এমএল মডেলগুলি" যেমন এলোমেলো বন এবং গ্রেডিয়েন্ট বুস্টিং যেমন "ব্যাখ্যাযোগ্য বা ব্যাখ্যাযোগ্য নয়"। একটি লিনিয়ার রিগ্রেশন-এ, অনুমানের সেটটি যাচাই করা হয়েছে (ত্রুটির স্বাভাবিকতা, সমকামিতা, কোনও বহু-প্রান্তিককরণ নয়), …

3
যখন আউটপুট এবং ভবিষ্যদ্বাণীকারীদের মধ্যে কোনও উল্লেখযোগ্য সম্পর্ক নেই তখন কীভাবে একটি ভাল লিনিয়ার রিগ্রেশন মডেল পাওয়া সম্ভব?
আমি ভেরিয়েবল / বৈশিষ্ট্যগুলির সেট ব্যবহার করে একটি লিনিয়ার রিগ্রেশন মডেলকে প্রশিক্ষণ দিয়েছি। এবং মডেল একটি ভাল অভিনয় আছে। যাইহোক, আমি বুঝতে পেরেছি যে পূর্বাভাসযুক্ত ভেরিয়েবলের সাথে ভাল সম্পর্কযুক্ত কোনও ভেরিয়েবল নেই। কিভাবে এটা সম্ভব?

2
রিগ্রেশন বিশ্লেষণ এবং কার্ভ ফিটিংয়ের মধ্যে পার্থক্য
যদি কেউ সম্ভব হয় তবে আমাকে রিগ্রেশন বিশ্লেষণ এবং বক্ররেখা ফিটিং (লিনিয়ার এবং ননলাইনার) এর মধ্যে বাস্তব পার্থক্য (গুলি) ব্যাখ্যা করতে পারেন, যদি সম্ভব হয় তবে একটি উদাহরণ দিয়ে? দেখে মনে হচ্ছে যে উভয়ই দুটি ভেরিয়েবলের মধ্যে সম্পর্ক নির্ধারণের চেষ্টা করে (নির্ভর করে বনাম স্বতন্ত্র) এবং তারপরে মডেলগুলির সাথে সম্পর্কিত …

2
আর-তে একাধিক নির্ভরশীল ভেরিয়েবল সহ সাধারণীকরণীয় রৈখিক মডেলটি কীভাবে করবেন?
আমার ছয় নির্ভরশীল ভেরিয়েবল (গণনা ডেটা) এবং বেশ কয়েকটি স্বতন্ত্র ভেরিয়েবল রয়েছে, আমি দেখতে পাচ্ছি যে এমএমআর-তে স্ক্রিপ্টটি এরকম হয়: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) তবে, যেহেতু আমার ডেটা গণনা করা হয়েছে, তাই আমি একটি সাধারণীকরণীয় রৈখিক মডেলটি ব্যবহার করতে চাই এবং আমি এটি …

1
নকশাযুক্ত পরীক্ষায় আনোভা এবং আনকোভার মধ্যে কীভাবে চয়ন করবেন?
আমি একটি পরীক্ষা নিরীক্ষণ করছি যার মধ্যে নিম্নলিখিত রয়েছে: ডিভি: স্লাইস খরচ (ক্রমাগত বা শ্রেণিবদ্ধ হতে পারে) চতুর্থ: স্বাস্থ্যকর বার্তা, অস্বাস্থ্যকর বার্তা, কোনও বার্তা (নিয়ন্ত্রণ) (3 টি গ্রুপে মানুষ এলোমেলোভাবে নিযুক্ত করা হয় - শ্রেণিবদ্ধ) এটি ফালিটির স্বাস্থ্যকরতা সম্পর্কে ম্যানিপুলেটেড বার্তা। নিম্নলিখিত চতুর্থ ব্যক্তি পৃথক পার্থক্য ভেরিয়েবল হিসাবে বিবেচনা করা …

1
একাধিক লিনিয়ার রিগ্রেশন, কেন পূর্বাভাস পয়েন্ট একটি প্লট একটি সরলরেখায় পড়ে না?
আমি Y এবং X1, X2 এর মধ্যে সম্পর্কের বর্ণনা দিতে একাধিক লিনিয়ার রিগ্রেশন ব্যবহার করছি। তত্ত্ব থেকে আমি বুঝতে পেরেছিলাম যে একাধিক রিগ্রেশন Y এবং X এর প্রতিটি (Y এবং X1, Y এবং X2) এর মধ্যে রৈখিক সম্পর্ককে ধরে নিয়েছে। আমি এক্স এর কোনও রূপান্তর ব্যবহার করছি না সুতরাং, আমি …

2
আংশিক সর্বনিম্ন স্কোয়ার পদ্ধতিতে "আংশিক" কী?
আংশিক সর্বনিম্ন স্কোয়ার্স রিগ্রেশন (পিএলএসআর) বা আংশিক সর্বনিম্ন স্কোয়ার্স স্ট্রাকচারাল সমীকরণ মডেলিং (পিএলএস-এসইএম), "আংশিক" শব্দটি কী বোঝায়?

3
একাধিক রিগ্রেশনে প্রিডেক্টর ভেরিয়েবলের মধ্যে আর-স্কোয়ারকে কীভাবে ভাগ করবেন?
আমি সবেমাত্র একটি কাগজ পড়েছি যেখানে লেখকরা দুজন ভবিষ্যদ্বাণীকের সাথে একাধিক রিগ্রেশন পরিচালনা করেছিলেন। সামগ্রিক আর-বর্গক্ষেত্রের মান 0.65 ছিল। তারা একটি টেবিল সরবরাহ করেছিল যা দুটি ভবিষ্যদ্বাণীকের মধ্যে আর-স্কোয়ারকে বিভক্ত করে। টেবিলটি এমন দেখাচ্ছে: rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, …

3
মাল্টিভেরিয়েবল রিগ্রেশনটিতে আরও ভেরিয়েবল যুক্ত করা কি বিদ্যমান বিদ্যমান ভেরিয়েবলগুলির সহগ পরিবর্তন করে?
বলুন আমার একটি মাল্টিভেয়ারেবল (বেশ কয়েকটি স্বতন্ত্র ভেরিয়েবল) রিগ্রেশন রয়েছে যা 3 টি ভেরিয়েবল নিয়ে গঠিত। এই ভেরিয়েবলগুলির প্রত্যেকের একটি প্রদত্ত সহগ রয়েছে। যদি আমি একটি চতুর্থ ভেরিয়েবল প্রবর্তন এবং রিগ্রেশন পুনরায় চালু করার সিদ্ধান্ত নিই, তবে 3 টি মূল ভেরিয়েবলের সহগ পরিবর্তন হবে? আরও বিস্তৃতভাবে: একটি মাল্টিভেয়ারেবল (একাধিক স্বতন্ত্র …

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.