stepwise-regression पर टैग किए गए जवाब

स्टेप वाइज रिग्रेशन (जिसे अक्सर फॉरवर्ड या बैकवर्ड रिग्रेशन कहा जाता है) में रिग्रेशन मॉडल को फिट करना और भविष्यवाणियों को जोड़ना या हटाना शामिल होता है t सांख्यिकी, R2या सूचना मापदंड एक अंतिम मॉडल में * स्टेपवाइज * तरीके से आने के लिए। यह टैग फॉरवर्ड सिलेक्शन, बैकवर्ड एलिमिनेशन और बेस्ट सब्मिट वैरिएबल सेलेक्शन स्ट्रैटेजी के लिए भी इस्तेमाल किया जा सकता है।

2
आर में चरणबद्ध प्रतिगमन - महत्वपूर्ण पी-मूल्य
step()आर में स्टेप वाइज रिग्रेशन के लिए फ़ंक्शन द्वारा उपयोग किए जाने वाले महत्वपूर्ण पी-मान क्या है ? मुझे लगता है कि यह 0.15 है, लेकिन क्या मेरी धारणा सही है? मैं महत्वपूर्ण पी-वैल्यू कैसे बदल सकता हूं?
1
R में AIC () और extractAIC () में क्या अंतर है?
या तो आर प्रलेखन बहुत प्रकाश नहीं बहाता है। मैं इस लिंक से जो कुछ भी प्राप्त कर सकता हूं वह यह है कि किसी एक का उपयोग ठीक होना चाहिए। जो मुझे नहीं मिलता है, वह समान क्यों नहीं है। तथ्य: R में स्टेप वाइज रिग्रेशन फंक्शन, step()उपयोग करता …
2
"स्टेप वाइज रिग्रेशन" कैसे काम करता है?
मैंने प्रोबेट मॉडल को फिट करने के लिए निम्नलिखित आर कोड का उपयोग किया: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') मुझे पता है कि क्या करता है चाहते हैं stepwiseऔर backward/forwardवास्तव में क्या करना है और कैसे चर का चयन?
3
स्टेप वाइज रिग्रेशन के क्या फायदे हैं?
मैं समस्या के प्रति अपने दृष्टिकोण में विविधता के लिए स्टेप वाइज रिग्रेशन का प्रयोग कर रहा हूं। तो, मेरे 2 सवाल हैं: स्टेप वाइज रिग्रेशन के क्या फायदे हैं? इसकी विशिष्ट ताकत क्या हैं? आप हाइब्रिड दृष्टिकोण के बारे में क्या सोचते हैं, जहां आप सुविधाओं का चयन करने …
2
मॉडल के क्रॉस सत्यापन भविष्यवाणी त्रुटि के संदर्भ में आगे चयन / पिछड़े उन्मूलन पर LASSO की श्रेष्ठता
मैंने एक मूल पूर्ण मॉडल का उपयोग करके तीन कम किए गए मॉडल प्राप्त किए आगे का चयन पिछड़ा उन्मूलन L1 दंड तकनीक (LASSO) फॉरवर्ड सिलेक्शन / बैकवर्ड एलिमिनेशन का उपयोग कर प्राप्त किए गए मॉडल के लिए, मैंने उपलब्ध CVlmपैकेज में उपयोग करके भविष्यवाणी की त्रुटि का क्रॉस वैरिफाइड …
4
आर में चर / सुविधा चयन करने के लिए क्रॉस सत्यापन का उपयोग करने का एक तरीका है?
मेरे पास लगभग 70 वैरिएबल के साथ एक डेटा सेट है जिसे मैं कट करना चाहूंगा। मैं जो करना चाह रहा हूं वह निम्नलिखित फैशन में सबसे उपयोगी चर खोजने के लिए सीवी का उपयोग करना है। 1) यादृच्छिक रूप से 20 वेरिएबल्स का चयन करें। 2) सबसे महत्वपूर्ण चर …
3
सामान्यीकृत रैखिक मिश्रित मॉडल: मॉडल चयन
यह सवाल / विषय एक सहकर्मी के साथ चर्चा में आया था और मैं इस पर कुछ राय देख रहा था: मैं एक यादृच्छिक प्रभाव लॉजिस्टिक प्रतिगमन का उपयोग करके कुछ डेटा मॉडलिंग कर रहा हूं, और अधिक सटीक रूप से एक यादृच्छिक अवरोधन लॉजिस्टिक प्रतिगमन। निश्चित प्रभावों के लिए …
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.