मानकीकृत गुणांक को अस्वाभाविक गुणांक में कैसे बदलें?

मेरा लक्ष्य इस विषय पर पिछले अनुसंधानों द्वारा प्राप्त गुणांक का उपयोग करना है, जो कि स्वतंत्र चर का एक सेट दिए गए वास्तविक परिणामों की भविष्यवाणी करता है। हालांकि, शोध पत्र केवल बीटा गुणांक और टी-मूल्य को सूचीबद्ध करता है। मैं यह जानना चाहूंगा कि क्या मानकीकृत गुणांक को अनधिकृत लोगों में परिवर्तित करना संभव है।

क्या भविष्यवाणी के मूल्य की गणना करने के लिए मेरे अनधिकृत स्वतंत्र चर को मानकीकृत में बदलना उपयोगी होगा? मैं एक अनियंत्रित अनुमानित मूल्य पर कैसे लौटूंगा (यदि यह भी संभव है ..)

कागज से जोड़ा गया नमूना पंक्ति:

बस मार्ग (Buslines) की संख्या | 0.275 (बीटा) | 5.70 *** (टी-वैल्यू)

मुझे भी स्वतंत्र चर के संबंध में यह दिया गया है:

बस मार्ग (Buslines) की संख्या | 12.56 (avg) | 9.02 (Std) | 1 (मिनट) | 53 (अधिकतम)

regression-coefficients

गुणांक को कैसे मानकीकृत किया गया है? सामान्य तौर पर

की एक इकाई है, जिनमें से इकाई है

की इकाई से विभाजित

, क्या समाचार पत्र में अपनी इकाई है?

β

$\beta$

Y

$Y$

X

$X$

— गुई ११

मुझे यकीन नहीं है कि मैं आपके प्रश्न को समझता हूं। यहाँ कागज से प्रतिगमन विश्लेषण के बाद एक स्वतंत्र चर की एक नमूना पंक्ति है। पारगमन की आपूर्ति की विशेषताएं: बस मार्ग (Buslines) की संख्या | 0.275 (बीटा) | 5.70 *** (टी-वैल्यू)

गुणांक खुद को मानकीकृत नहीं है जैसा कि gui11aume ने उल्लेख किया है। लेकिन टी आँकड़ा यह अनुमानित गुणांक अपने अनुमानित मानक विचलन द्वारा विभाजित है। टी को देखते हुए और स्वतंत्रता की डिग्री आप पी-मूल्य और अनुमानित मानक विचलन की गणना कर सकते हैं क्योंकि बीटा = टी-मूल्य एक्स अनुमानित मानक विचलन है। लेकिन मुझे यकीन नहीं है कि यह वही है जो आप ढूंढ रहे हैं। बीटा अनुमान मानकीकृत नहीं है। टी स्टेटिस्टिक बीट अनुमान का मानकीकृत रूप है। तो आपके पास पहले से ही मानकीकृत गुणांक है।

— माइकल आर। चेर्निक

जवाबों:

ऐसा लगता है कि पेपर फॉर्म में कई रिग्रेशन मॉडल का उपयोग करता है

Y = β_{0} + \sum_{i} β_{i} ξ_{i} + ε

$Y = \beta_0 + \sum_i \beta_i \xi_i + \varepsilon$

$\xi_i$

ξ_{i} = \frac{x_{i} - m_{i}}{s_{i}}

$\xi_i = \frac{x_i - m_i}{s_i}$

$m_i$ $s_i$ $i^\text{th}$ $x_i$ $\beta_0$ $\hat{\beta_i}$

\hat{Y} = \hat{β_{0}} + \sum_{i} \hat{β_{i}} \frac{x_{i} - m_{i}}{s_{i}} = (\hat{β_{0}} - (\sum_{i} \frac{\hat{β_{i} m_{i}}}{s_{i}})) + \sum_{i} (\frac{\hat{β_{i}}}{s_{i}}) x_{i} .

$\hat{Y} = \hat{\beta_0} + \sum_i \hat{\beta_i} \frac{x_i - m_i}{s_i}=\left(\hat{\beta_0}-\left(\sum_i\frac{\hat{\beta_i m_i}}{s_i}\right)\right)+\sum_i\left(\frac{\hat{\beta_i}}{s_i}\right)x_i.$

$x_i$

$(x_1, \ldots, x_p)$

$m_i$ $s_i$ $(\xi_1,\ldots, \xi_p) = ((x_1-m_1)/s_1, \ldots, (x_p-m_p)/s_p)$
$(x_1, \ldots, x_p)$

$\hat{Y}$ $1/(1 + \exp(-\hat{Y}))$ $\hat{Y}$

— व्हीबर
स्रोत

पूर्ण धन्यवाद! किसी सहकर्मी से मदद लें। एक और सवाल हालांकि: मेरा नया मूल्य (Y- हैट) बहुत कम है। लेखक अपने प्रतिगमन में एक लघुगणकीय रूपांतरित रूपांतर पर निर्भर चर का उपयोग करता है। क्या इसका मतलब है कि मुझे माप की अप्रतिष्ठित इकाई तक वापस विस्तार करने के लिए (Y- टोपी) का विस्तार करना चाहिए।

इसके अलावा, कागज में कोई वाई-इंटरसेप्ट शामिल नहीं है, और ऍक्स्प (वाई-हैट) विधि का परीक्षण करने से लगता है कि वाई-इंटरसेप्ट के लिए एक मूल्य होना चाहिए जो मॉडल द्वारा समझाया नहीं जाने वाले कुछ विचरण का प्रतिनिधित्व करता है, क्रम में एक उचित स्तर पर अनुमानित परिणाम जुटाने के लिए।

फिर यह वह गुणांक नहीं है जो स्टैडनर्ड है। यह चर है।

— माइकल आर। चेरनिक

\exp (\hat{y})

$\exp(\hat{y})$

यदि आप वह करने के लिए देख रहे हैं जो शीर्षक पूछता है, तो यहां देखें: www3.nd.edu/~rwilliam/stats1/x92.pdf यदि y भी स्टैंडराइज्ड है। इसके अलावा आंकड़े

— क्रिस

B = p \times \frac{s y}{s x}

$B = p \times \frac{sy}{sx}$

— बरछा
स्रोत

मुझे यकीन नहीं है कि एक मार्ग गुणांक क्या है। ऐसा लगता है कि शायद बी एक प्रतिगमन गुणांक है जो आयामहीन नहीं होगा। यह प्रति 1 x यूनिट y इकाइयों में होगा। हालांकि p = B sx / sy जहां x में अनुमानित मानक विचलन द्वारा विभाजित x में अनुमानित मानक विचलन है, y और p में आयाम रहित है। यह x और y के बीच अनुमानित सहसंबंध का प्रतिनिधित्व करता है। यदि आपकी इच्छा है तो लांस करें, कृपया अपनी पोस्ट को संपादित करके बदलाव करें।

— माइकल आर। चेरिक