रेखीय प्रतिगमन एक आश्रित चर के साथ एक अनुपात है

Question

मैं रेखीय प्रतिगमन कर रहा हूं जहां आश्रित चर एक अनुपात है जो 0.01 से 100 तक हो सकता है।

क्या आश्रित चर का लॉग और उस पर प्रतिगमन लेना ठीक है? मैं एक अध्ययन के परिणामों का मिलान कर रहा हूं और उन्होंने यही किया है।

के रूप में अनुपात का उपयोग कर लॉग बनाम लेने का अंतर क्या है?

Comments

मैं घर की कीमतों का आकलन देख रहा हूं। मेरा स्वतंत्र चर बिक्री मूल्य से विभाजित घर की कीमत है। मेरे आश्रित चर कई दौड़ श्रेणियां हैं (प्रतिशत काला, सफेद, सफेद, और एशियाई) और औसत घरेलू आय। मुझे लग रहा है कि बड़े पैमाने पर अश्वेतों के प्रतिशत के साथ अन्य क्षेत्रों की तुलना में बिक्री मूल्य अनुपात का उच्च मूल्यांकन है।

— हारून क्रेडर

आप लॉजिस्टिक रिग्रेशन का उपयोग क्यों नहीं करते? आप अनुपात को परिभाषित कर सकते हैं क्योंकि आपके आश्रित चर कई सांख्यिकीय पैकेज हैं।

— स्टेटनोबाई 1

लॉजिस्टिक रिग्रेशन आम तौर पर द्विआधारी मूल्यों, या अनुपात (0 और 1 के बीच) के लिए होता है। यह यहाँ लागू नहीं है क्योंकि अनुपात 1. को पार कर सकता है

— मैक्स गेनिस

Answer 1

जब आप अनुपात के लॉग को लेते हैं, तो ध्यान रखें कि वह क्या है: एक निर्भर चर के रूप में इस मान का उपयोग करने से क्या आपकी समस्या का कोई मतलब है?$log({a \over b}) = log(a) - log(b)$

अब, कच्चे अनुपात का उपयोग करने के रूप में - यह समस्याग्रस्त हो सकता है। क्रोनमल 1993 यह तर्क देता है कि आश्रित चर के रूप में एक अनुपात के साथ एक प्रतिगमन: जिसे रूप में वर्णित किया जा सकता है के उप- मॉडल है
${Y \over Z} = \alpha_0 + \alpha_XX + \epsilon$

$Y = Z1_n\alpha_0 + ZX\alpha_X + Z^{-1}\epsilon$

$Y = \beta_0 + \beta_XX + Z1_n\alpha_0 + ZX\alpha_X + Z^{-1}\epsilon$

उर्फ ...

• मूल स्वतंत्र चर, हर, और हर बार मूल चर द्वारा हर अंश को फिर से दर्ज करें
• भार प्रतिगमन (व्युत्क्रम) हर

केवल उस स्थिति में जहां और शून्य थे, मूल प्रतिगमन मॉडल मान्य होगा।$\beta_0$$\beta_X$

चेतावनी - मैं आश्वस्त नहीं हूँ मैं अनुपात की पूरी समझ या तो ।

Comments

क्या आप एक निश्चित जेड मान रहे हैं? मुझे 27,000 मामले मिले हैं (उर्फ संपत्ति) और वाई (मूल्यांकन मूल्य) और जेड (बिक्री मूल्य) हर एक के लिए अलग-अलग हैं।

— हारून क्रेडर

नहीं, Z एक nxn विकर्ण मैट्रिक्स है, जिसमें विकर्ण आपकी बिक्री मूल्य है। पहले समीकरण में मेरा अंकन भ्रामक हो सकता है क्योंकि यह मैट्रिक्स नोटेशन का उपयोग नहीं कर रहा है। बाकी के अनुरूप होगा। $Z^{-1}Y = \alpha_0 + \alpha_XX + \epsilon$

— Affine

ठीक है। मैंने आपके लिंक किए गए प्रश्न में सुझाए गए दृष्टिकोणों को देखा और वे समझ में आए। मैं इस बारे में पर्याप्त नहीं जानता कि वास्तव में उन्हें एक तरह से या दूसरे की सिफारिश करनी चाहिए, लेकिन अगर कोई आपके सुझावों की पुष्टि करता है तो मैं उन्हें आज़मा सकता हूं।

— हारून क्रेडर