多元线性回归:一个显着的方差分析，但没有显着的系数预测？ 我对2个IVs进行了多元回归，以预测受养人，所有假设都已满足，方差分析结果显着，但系数表表明，没有一个预测因子
浏览 11提问于2020-03-17得票数 0
2回答
📷📷📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了
浏览 0提问于2020-02-23得票数 2
1回答
我试图用一些解释变量来预测一个变量，每个变量都没有视觉上可以检测到的关系，也就是说，每个回归者和预测变量之间的散点图完全是平坦的云。1)进行个体回归，产生的关系根本不显著。2)一旦我尝试了多变量回归的多个组合，我就得到了一些组合的显着关系(虽然这些组合不稳定，也就是说，一个变量在一个环境中
浏览 2提问于2018-04-06得票数 2
回答已采纳
我正在研究几个因素的影响:睡眠时间，学习时间，焦虑程度，抑郁程度…学生的期末考试成绩。 当我做单变量线性回归分析时，所有的模型都是显着的(因为期末考试分数是一个因变量)，尽管有些模型的R^2很小。然后尝试将所有的预测因素放入一个多元线性回归模型中，结果表明，除了学习时间外，大多数预测因素都是不显著的，在单变量和多变量分析中，学习
浏览 16提问于2020-08-25得票数 0
3回答
我用几个连续的预测因子进行了多元回归，其中有几个是显着的，我想针对其中一个预测因子创建我的DV的散点图或散点图，包括一条“回归线”。我该怎么做？我的情节是这样的如果是简单的回归，
浏览 0提问于2013-07-12得票数 8
回答已采纳
1回答
我执行了多元元回归与包元，但挣扎的解释的测试主持人(即QM)。我的模型包括两个变量：(1)样本类型(虚拟:社区与法医)和(2)女性在样本中的比例(连续)。这是我得到的输出：结果表明，proportion_females在控制样本类型的同时，对影响尺寸有显著的预测作用。但QM无显着性差异(p > 0.05).
那件事怎么可能？我的
浏览 3提问于2021-03-08得票数 0
回答已采纳
1回答
我在有多个分类变量的数据集上运行了LASSO算法。当我在自变量上使用model.matrix()函数时，它会自动为每个因素级别创建虚拟值。例如，我有一个变量"worker_type“，它有三个值: FTE、contr、other。在这里，指的是情态"FTE“。
其他一些分类变量有或多或少的因素水平。当我输出拉索的系数时，我注意到worker_typecontr和worker_typeother的系数都是零的。我该如何解释结果呢？在这
浏览 1提问于2018-09-07得票数 2
回答已采纳
作为初学者，我正在用Python做我的第一个项目。我已经在R中找到了如何做到这一点的代码和说明，并希望在Python中得到一些帮助。我使用的是与示例答案相同的UCLA数据：
在R中运行我
浏览 12提问于2018-02-23得票数 0
回答已采纳
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。所以我们可以说，这也是一个</e
浏览 0提问于2018-06-26得票数 2
1回答
我试图使用python来计算响应数组和一组预测器数组之间的多元线性回归和多重相关性。我看到了一个非常简单的计算多元线性回归的例子，这很容易。但是如何计算与状态模型的多重相关性呢？我想我可以使用rpy和R，但如果可能的话，我更愿意呆在python中。
编辑说明:考虑到如下情况:除了回归系数和其他回归参数外， i还
浏览 2提问于2012-11-19得票数 8
我希望能够通过提供相关或协方差矩阵而不是data.frame来从多元线性回归中回归系数。我意识到你失去了一些与确定截距等相关的信息，但它甚至应该是相关矩阵，足以得到标准化的系数和方差的估计。：但是，如果你没有数据，而是有相关矩阵或协方差矩阵，那该怎么办呢？corx <- cor(x)
浏览 5提问于2016-07-25得票数 5
回答已采纳
1回答
我是机器学习领域的新手，对少数样本数据集进行了logistic回归。我用logistic回归算法建立了一个模型。几乎没有系数的p值超过0.05 (这是我正在考虑的α)。📷模型.bank.1 <- glm(y~.我观察到一些自变量的p值大于0.05(年龄有很高的p值，这意味着什么？)在这种情况下，应该做些什么？我应该立即从我
浏览 0提问于2019-05-11得票数 2
1回答
进行生存分析，假设变量的p值在统计上是有意义的，假设与结果呈正相关。然而，根据Schoenfeld残差，比例风险(PH)假设被违反了。
P值仍然显着，但关联的方向可能被改变(即积极的关联可能最终为负值)。PH假设的违反通常意味着模型中需要包含一种相互作用效应。在简单线性<
浏览 0提问于2018-02-07得票数 6
2回答
在一个基本的线性回归中，我能用每个解释变量的权重来描述它们对预测值的相对影响吗？如果参数A的权重为100，参数B的权重为10，我是否可以说参数A对结果的影响是参数B的10倍？一个例子:从一个天气数据集，我使用两个参数，湿度和压力，以作出温度预测。
当我绘制湿度与温度的关系时，两者之间有一个非常明显的</
浏览 0提问于2018-04-25得票数 1
回答已采纳
4回答
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
我正在做一个预测模型，其中我有两个自变量/预测器和一个因变量。 [3.75 0.88] [6.51 1.27]]
[1.12] [1.23]]
我知道多元线性
浏览 20提问于2021-02-16得票数 1
我想问一个关于多参数线性回归模型的问题。问题如下:我们现在有100家公司的数据，对于每一家公司，我都有三个季度的参数A，B，C，D的数据。(我们可以称之为A1，A2，A3，B1，B2，B3..etc)我们假设A和BCD之间存在某种关系(我们还不知道，需要找到)，现在我们需要预测第四季的A，即A4……
我的方法是用普通的最小二乘公式计算关系，并以A4=x1*B4+x2*C4+x3*D4的</e
浏览 2提问于2017-08-27得票数 0
我在R中运行了一个三阶多项式回归，并运行了“摘要”函数，但我需要能够在Excel中复制“预测”函数。我在下面有我当前的工作代码。谢谢你的帮助!我相信这是预测函数的基础方程，但我不知道如何在Excel中结合1、2和3阶来计算它：
浏览 43提问于2019-06-24得票数 -5
1回答
==> example3_6 at 48 results=regress(cl1(trainset)，cl2(Trainset))中的错误；%使用回归函数
GDX文件包含7列和386行，GLD文件包含7列和765行，但如果我从这两个行中抽取250行的示例，这应该不是问题。
浏览 2提问于2012-11-03得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
