multicollinearity पर टैग किए गए जवाब

जब भविष्यवक्ता चर के बीच मजबूत रैखिक संबंध होता है, तो उनकी सहसंबंध मैट्रिक्स (लगभग) एकवचन बन जाता है। यह "बीमार स्थिति" अद्वितीय भूमिका को निर्धारित करने के लिए कठिन बनाता है जो कि प्रत्येक भविष्यवक्ता निभा रहा है: अनुमान समस्याएं पैदा होती हैं और मानक त्रुटियां बढ़ जाती हैं। Bivariately बहुत उच्च सहसंबंधित भविष्यवक्ता multicollinearity का एक उदाहरण हैं।

9
क्या एक सहज स्पष्टीकरण है कि बहुकोशिकीय रैखिक प्रतिगमन में समस्या क्यों है?
विकी उन समस्याओं की चर्चा करता है जब बहुसांस्कृतिकता रैखिक प्रतिगमन में एक मुद्दा है। मूल समस्या अस्थिर पैरामीटर अनुमानों में बहुरूपता परिणाम है जो निर्भर चर पर स्वतंत्र चर के प्रभाव का आकलन करना बहुत मुश्किल बनाता है। मैं समस्याओं के पीछे तकनीकी कारणों को समझता हूं ( को …
9
क्यों महत्वपूर्ण एफ सांख्यिकीय (पी <.001) प्राप्त करना संभव है, लेकिन गैर-महत्वपूर्ण प्रतिगामी टी-परीक्षण?
एक बहु-रेखीय प्रतिगमन में, अत्यधिक महत्वपूर्ण F आँकड़ा (p &lt;.001) होना क्यों संभव है, लेकिन सभी regressor के t परीक्षणों पर बहुत उच्च p-मान हैं? मेरे मॉडल में, 10 रजिस्ट्रार हैं। एक का पी-मान 0.1 है और बाकी 0.9 से ऊपर हैं इस समस्या से निपटने के लिए अनुवर्ती प्रश्न …
1
क्या सहसंबंध एक मैट्रिक्स विलक्षण बनाता है और क्या विलक्षणता या निकट-विलक्षणता के निहितार्थ हैं?
मैं विभिन्न मैट्रिसेस (मुख्य रूप से लॉजिस्टिक रिग्रेशन) पर कुछ गणना कर रहा हूं और मुझे आमतौर पर "मैट्रिक्स एकवचन" में त्रुटि मिलती है, जहां मुझे वापस जाना पड़ता है और सहसंबद्ध चर को हटाना पड़ता है। यहाँ मेरा सवाल यह है कि आप "अति" सहसंबद्ध मैट्रिक्स पर क्या विचार …
3
एकाधिक प्रतिगमन मॉडल में सहसंबद्ध भविष्यवाणियों के होने का क्या प्रभाव है?
मैंने अपने रैखिक मॉडल वर्ग में सीखा कि यदि दो भविष्यवाणियों को सहसंबंधित किया जाता है और दोनों को एक मॉडल में शामिल किया जाता है, तो एक महत्वहीन होगा। उदाहरण के लिए, एक घर के आकार और बेडरूम की संख्या सहसंबद्ध हैं। जब इन दो भविष्यवक्ताओं का उपयोग करके …
6
आधुनिक सांख्यिकी / मशीन लर्निंग में मल्टीकोलिनरिटी की जाँच क्यों नहीं की जाती है
पारंपरिक आंकड़ों में, एक मॉडल का निर्माण करते समय, हम विचरण मुद्रास्फीति कारक (VIF) जैसे अनुमानों का उपयोग करते हुए मल्टीकोलिनरिटी की जांच करते हैं, लेकिन मशीन लर्निंग में, हम इसके बजाय सुविधा चयन के लिए नियमितीकरण का उपयोग करते हैं और यह जांचने के लिए प्रतीत नहीं होते हैं …
2
यादृच्छिक वन विकृत सटीकता और सुविधा-चयन में अत्यधिक सहसंबद्ध चर नहीं होंगे?
मेरी समझ में, अत्यधिक सहसंबद्ध चर यादृच्छिक वन मॉडल में बहु-संप्रभुता मुद्दों का कारण नहीं बनेंगे (कृपया मुझे गलत समझें तो सही करें)। हालांकि, दूसरे तरीके से, अगर मेरे पास समान जानकारी वाले कई चर हैं, तो क्या मॉडल का वजन दूसरों के बजाय इस सेट पर बहुत अधिक होगा? …
3
किस प्रसरण मुद्रास्फीति कारक को मैं उपयोग करना चाहिए: या ?
मैं vifआर पैकेज में फ़ंक्शन का उपयोग करके विचरण मुद्रास्फीति कारकों की व्याख्या करने की कोशिश कर रहा हूं car। फ़ंक्शन एक सामान्यीकृत वीआईएफवीआईएफ\text{VIF} और भी \ text {GVIF} ^ {1 / (2 \ cdot \ text {df})} प्रिंट करता है GVIF1 / ( 2 ⋅ df )GVIF1/(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})}। मदद फ़ाइल …
3
चर चयन करते समय बहुसंस्कृति से कैसे निपटें?
मेरे पास 9 निरंतर स्वतंत्र चर के साथ एक डेटासेट है। मैं एक मॉडल को एक प्रतिशत (निर्भर) चर में फिट करने के लिए इन चरों के बीच चयन करने की कोशिश कर रहा हूं Score। दुर्भाग्य से, मुझे पता है कि कई चरों के बीच गंभीर समरूपता होगी। मैंने …
3
रैखिक और गैर-रेखीय प्रतिगमन मॉडल के बीच अंतर कैसे बताएं?
मैं गैर रेखीय प्रतिगमन SAS गैर रेखीय पर निम्न लिंक पढ़ रहा था । पहला खंड "नॉनलाइनर रिग्रेशन बनाम रैखिक रिग्रेशन" को पढ़ने से मेरी समझ यह थी कि नीचे दिया गया समीकरण वास्तव में एक रेखीय प्रतिगमन है, क्या यह सही है? यदि हां तो क्यों? y= बी1एक्स3+ बी2एक्स2+ …
2
समस्वरता सम्‍मिलित होने पर सम्‍मिलित निदान सम्‍मिलित करता है
मैंने यूएस काउंटियों पर एक प्रतिगमन चलाया है, और अपने 'स्वतंत्र' चर में कोलिनियरिटी के लिए जाँच कर रहा हूँ। Belsley, Kuh, और Welsch का Regगमन डायग्नॉस्टिक्स सुझाव देता है कि वह इंडेक्स इंडेक्स और वियरेन्स अपघटन अनुपात देख रहा है: library(perturb) ## colldiag(, scale=TRUE) for model with interaction Condition …
5
मिश्रित रैखिक मॉडल में मल्टीकोलिनरिटी का परीक्षण और परीक्षण कैसे करें?
मैं वर्तमान में कुछ मिश्रित प्रभाव रैखिक मॉडल चला रहा हूं। मैं आर में पैकेज "lme4" का उपयोग कर रहा हूं। मेरे मॉडल फॉर्म लेते हैं: model &lt;- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) अपने मॉडल को चलाने से पहले, मैंने भविष्यवाणियों के बीच संभावित बहुरूपता …
2
क्या पीसीए मल्टीकोलिनरिटी के तहत अस्थिर है?
मुझे पता है कि एक प्रतिगमन स्थिति में, यदि आपके पास अत्यधिक सहसंबद्ध चर का एक सेट है, तो यह आमतौर पर "खराब" है क्योंकि अनुमानित गुणांक में अस्थिरता के कारण (प्रसरण अनंतता की ओर जाता है क्योंकि निर्धारक शून्य की ओर जाता है)। मेरा सवाल यह है कि क्या …
6
सहसंबद्ध रजिस्टरों से निपटना
अत्यधिक सहसंबद्ध रजिस्टरों के साथ कई रेखीय प्रतिगमन में, उपयोग करने के लिए सबसे अच्छी रणनीति क्या है? यह सभी सहसंबद्ध रजिस्टरों के उत्पाद को जोड़ने के लिए एक वैध दृष्टिकोण है?
1
क्या मल्टीकोलिनरिटी के विशिष्ट माप को प्राथमिकता देने का एक कारण है?
जब कई इनपुट चर के साथ काम कर, हम अक्सर के बारे में चिंतित हैं multicollinearity । मल्टीकोलिनरिटी के कई उपाय हैं जो मल्टीकोलिनरिटी का पता लगाने, सोचने और / या संवाद करने के लिए उपयोग किए जाते हैं। कुछ सामान्य सिफारिशें हैं: एक विशेष चर के लिए कई R2jRj2R^2_j …
1
एकाधिक प्रतिगमन में भविष्यवाणियों के बीच उच्च सहसंबंध से कैसे निपटें?
मुझे एक लेख में एक संदर्भ मिला जो इस प्रकार है: तबैकनिक एंड फिडेल (1996) के अनुसार, एक से अधिक बाइरवेट सहसंबंध के साथ स्वतंत्र चर .70 को कई प्रतिगमन विश्लेषण में शामिल नहीं किया जाना चाहिए। समस्या: मैंने एकाधिक प्रतिगमन डिज़ाइन में उपयोग किया है 3 चर&gt; .80, VIF's …
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.