interaction पर टैग किए गए जवाब

ऐसी स्थिति जहां एक व्याख्यात्मक चर का प्रभाव दूसरे व्याख्यात्मक चर के मूल्य पर निर्भर हो सकता है।

3
क्या प्रतिगमन के संदर्भ में बातचीत ही उपयोगी है?
मैंने हमेशा प्रतिगमन के संदर्भ में बातचीत शब्द पढ़ा है। क्या हमें विभिन्न मॉडलों जैसे कि knn या svm के साथ बातचीत पर भी विचार करना चाहिए? यदि , या इससे भी अधिक सुविधाएँ हैं और टिप्पणियों का कहना है कि उपयोगी बातचीत खोजने का सामान्य तरीका क्या है? सभी …

2
आत्मविश्वास अंतराल के साथ बातचीत की साजिश कैसे बनाएं?
मेरे प्रयास: मैं विश्वास अंतराल प्राप्त नहीं कर सका interaction.plot() और दूसरी ओर plotmeans()पैकेज 'gplot' से दो ग्राफ़ प्रदर्शित नहीं होंगे। इसके अलावा, मैं दो plotmeans()ग्राफ़ को एक के ऊपर एक नहीं लगा सकता क्योंकि डिफ़ॉल्ट रूप से अक्ष भिन्न होते हैं। मुझे plotCI()पैकेज 'gplot' के प्रयोग से कुछ सफलता …

2
Ggplot2 में निरंतर अंतःक्रियाओं द्वारा निरंतर एक साजिश कैसे हो सकती है?
मान लें कि मेरे पास डेटा है: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) मैं निरंतर इंटरैक्शन द्वारा निरंतर को साजिश करना चाहता हूं जैसे कि एक्स एक्स एक्स पर है और एक्स 2 को 3 लाइनों द्वारा दर्शाया गया है, …

2
मिश्रित-प्रभाव मॉडल के साथ इंटरैक्शन टर्म पर पोस्ट-हॉक तुलना कैसे करें?
मैं तलछट माइक्रोबियल गतिविधियों पर सुखाने के प्रभाव का मूल्यांकन करने के लिए एक डेटा सेट पर काम कर रहा हूं। उद्देश्य यह निर्धारित करना है कि तलछट के प्रकार और / या गहराई के बीच सुखाने का प्रभाव भिन्न होता है या नहीं। प्रयोगात्मक डिजाइन इस प्रकार है: पहला …

2
क्या ऐसा वैरिएबल होना संभव है जो एक प्रभाव संशोधक और एक कन्फ़्यूज़र दोनों के रूप में कार्य करता हो?
क्या एक ऐसा चर होना संभव है जो किसी प्रभाव-मापी (मापक) संशोधक के रूप में कार्य करता है और किसी दी गई जोड़ी के लिए जोखिम-परिणाम परिवर्तनों की पुष्टि करता है? मैं अभी भी भेद का थोड़ा अनिश्चित हूँ। मैंने अंतर को समझने में मेरी मदद करने के लिए चित्रमय …

2
एनोवा के तीन-तरफ़ा उपायों के लिए एक मान्य पोस्ट-हॉक विश्लेषण क्या है?
मैंने एनोवा को तीन तरह से दोहराया उपायों का प्रदर्शन किया है; पोस्ट-हॉक विश्लेषण क्या मान्य हैं? यह एक पूरी तरह से संतुलित डिजाइन (2x2x2) है, जिसमें से एक कारकों के भीतर-विषय दोहराया उपाय है। मैं आर में एनोवा को बार-बार उपायों के लिए बहुभिन्नरूपी दृष्टिकोण से अवगत हूं, लेकिन …

2
रेखीय प्रतिगमन में, हमें क्यों द्विघात शब्दों को शामिल करना चाहिए जब हम केवल बातचीत के संदर्भ में रुचि रखते हैं?
मान लीजिए कि मैं एक रेखीय प्रतिगमन मॉडल में रुचि रखता हूं, के लिए Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2, क्योंकि मैं यह देखना चाहूंगा कि क्या दोनों कोवरियों के बीच बातचीत का Y पर कोई प्रभाव पड़ता है। प्रोफेसरों के कोर्स नोट्स (जिनके साथ मेरा संपर्क …

2
मुझे व्याख्यात्मक चर के बीच बातचीत कैसे करनी चाहिए जब उनमें से एक में द्विघात और घन शब्द हो सकते हैं?
मुझे पूरी उम्मीद है कि मैंने इस सवाल को इस तरह से प्रतिपादित किया है कि इसका निश्चित रूप से उत्तर दिया जा सके - यदि नहीं, तो कृपया मुझे बताएं और मैं फिर से कोशिश करूंगा! मुझे यह भी ध्यान देना चाहिए कि मैं इन विश्लेषणों के लिए R …

1
स्पष्ट और निरंतर चर के बीच बातचीत के गुणांक की व्याख्या करना
मेरे पास निरंतर और श्रेणीगत चर के बीच बातचीत के गुणांकों की व्याख्या के बारे में एक प्रश्न है। यहाँ मेरा मॉडल है: model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 …

1
रेखीय प्रतिगमन श्रेणीगत चर "छिपा हुआ" मान
यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

3
आर में कारकों के साथ रैखिक प्रतिगमन
मैं यह समझने की कोशिश कर रहा हूं कि वास्तव में कारक आर में कैसे काम करते हैं। मान लीजिए कि मैं आर में कुछ नमूना डेटा का उपयोग करके एक प्रतिगमन चलाना चाहता हूं: > data(CO2) > colnames(CO2) [1] "Plant" "Type" "Treatment" "conc" "uptake" > levels(CO2$Type) [1] "Quebec" "Mississippi" …

2
क्या एक सकारात्मक अंतःक्रियात्मक शब्द अपने घटक चरों के बीच परस्पर संबंध स्थापित करता है?
मान लीजिए कि मैं एक रेखीय प्रतिगमन चला रहा हूं जिसमें ।y=β0+β1ए +β2B +β3A B + ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon यदि सकारात्मक है, तो क्या यह और बीच एक सकारात्मक सहसंबंध है ? (इसके विपरीत, एक नकारात्मक सहसंबंध अगर नकारात्मक है?)β3β3\beta_3एAAबीBBβ3β3\beta_3

4
एक इंटरैक्शन प्लॉट की व्याख्या करने में मदद करें?
जब दो स्वतंत्र चर के बीच एक अंतःक्रिया होती है तो मुझे इंटरैक्शन प्लॉट की व्याख्या करने में परेशानी होती है। निम्नलिखित रेखांकन इस साइट से हैं: यहाँ, और स्वतंत्र चर हैं और DV आश्रित चर है।एAAबीBBडी वीDVDV प्रश्न: ए की बातचीत और मुख्य प्रभाव है एAA, लेकिन बी का …

2
आप एक कारक और एक निरंतर सहसंयोजक के बीच बातचीत की साजिश कैसे करते हैं?
मैं एक ही ग्राफ पर अपने निरंतर भविष्यवक्ता और मेरे स्पष्ट मध्यस्थ के बीच बातचीत की साजिश करना चाहूंगा। मुझे पता है कि यह कैसे करना है जब दोनों श्रेणीबद्ध ( कारक बातचीत ) हैं, लेकिन वास्तव में यह नहीं जानते कि यह कैसे करना है जब एक निरंतर होता …

1
केन्द्रित चर पदानुक्रमिक प्रतिगमन विश्लेषण का उपयोग कर बातचीत शब्द? हमें किस चर को केंद्र में रखना चाहिए?
मैं एक पदानुक्रमित प्रतिगमन विश्लेषण चला रहा हूं और मुझे कुछ संदेह है: क्या हम केंद्रित चर का उपयोग करके इंटरैक्शन शब्द की गणना करते हैं? क्या हमें निर्भर चर के अलावा, सभी निरंतर चर को हमारे डेटासेट में रखना है? जब हमें कुछ चरों को लॉग करना होता है …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.