1回答
在使用R实现线性回归时，我面临着一些问题。首先，我想知道如何显式地要求R将参数视为因子(例如，如果我有一个变量性别，1代表男性，0代表女性)，假设它不会自动将它们识别为因子。
浏览 1提问于2016-08-23得票数 0
1回答
这个问题基本上是我之前问过的问题的延伸：Concentration = c(2983, 9848, 2894, 8384),Var2 = c(23, 34, 45, 56))
我使用以下代码为每个可能的预测</
浏览 1提问于2018-11-02得票数 3
回答已采纳
在线性模型中，我想检验4个数值预测因子对DV的影响，但是其中一个预测因子没有变化(即天花板效应)。我应该删除这个，还是使用一个独立的线性模型？
浏览 3提问于2019-10-01得票数 0
回答已采纳
1回答
我认为R-平方是预测因子对反应的解释方差.但是我想知道调整后的值是如何计算的？如果这个概念和原来的有什么不同。
浏览 0提问于2016-10-21得票数 3
回答已采纳
1回答
我试图解决一个回归问题，其中输入特征集的大小为54。
使用OLS线性回归和单一的预测因子'X1'，我无法解释Y的变化，因此我试图用回归林(即随机森林回归)来寻找其他重要的特征。一旦发现了重要的特征，是否应该使用最重要的几个特征重新构建模型，以查看特征选择是否以较小的成本提高了计算速度以获得预测能力？现在，我已经使用</
浏览 1提问于2017-08-29得票数 0
什么是线性和非线性机器学习模型(算法)的一些例子，目的是比较这两类？哪些是参数(或线性代数意义下的标量)，哪些是预测因子/因子(或线性代数意义下的向量)？
浏览 0提问于2018-04-15得票数 4
我用单变量建立了一个线性回归模型，它的R-平方比R-平方小得多。据我所知，R平方会惩罚您添加额外的变量。
，如果回归中只有一个预测器，那么差异从何而来呢？
浏览 0提问于2019-08-03得票数 0
1回答
我正在学习多元线性回归模型。我构建了一个model并使用了R命令：我得到了这个结果：5 and 44 DF, p-value: 0.002444
我如何解释这个结果才能对模型的优劣做出决定呢
浏览 0提问于2015-07-07得票数 4
回答已采纳
我正在使用绝地求生的数据，并为同样的开发一个线性回归模型！现在我的原始数据集中有三个特征:骑行距离、游泳距离、步行距离。我结合了这三个新的功能:距离覆盖，这是上述三个特征之和。当我把它放在线性回归模型中时，当我使用这三个特征和第四个特征时，我得到的分数比只用这三个特征或者仅仅使用第四个特征要好。我已经读过，在开发模型时，特性之间的相关性不应该存在
浏览 0提问于2019-01-27得票数 1
很容易理解具有多个预测因子的线性回归模型的含义，例如：因此，当X1增加一个单位时，预测的响应Y将增加β1单位(假设X2保持不变)，其余的预测因子也一样我还熟悉F-统计，t-值或p-值，用于评估预测因子的统计意义，并决定是否与预测变量有实际关系。在本章的“
浏览 0提问于2021-04-17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一个完全不同的情况。(x4在lm摘要输出中的
浏览 0提问于2020-02-23得票数 2
1回答
在“Gelman&Hill”一书中，描述了当你用一个连续预测器拟合线性回归时，当predictor==0时，截距应该代表预测的结果。有时，这可能是有意义的，有时是没有意义的(或者只使用某种比例的预测器)。如果预测器是一个因子，那么截距应该反映参考类别的平均值(至少在使用虚拟代码时是这样)。我目前正在使用睡眠研究数据，我不明白发生了什么，因为这里不是这样<e
浏览 1提问于2018-03-03得票数 0
回答已采纳
1回答
在包含交互(连续*因子)的GLM中，我有一个关于变量的相对重要性的问题。我正在试验一种基于的方法，通过(伪)-R-平方来近似地划分被解释的变化.但我不知道如何在GLM中实现(1)，以及(2)包含交互作用的模型。为了简单起见，我准备了一个带有一个带有单个交互的Guassian的示例模型(使用mtcar数据集，请参阅文章末尾的代码)。在测试模
浏览 3提问于2021-11-23得票数 1
1回答
考虑随机/混合效应后的共线性
、、、、
在考虑随机效应后，两个/更多的预测因子能变得更多/更少共线吗？有什么想法吗？
ps！一个比我更有代表性的人能添加一个更相关的标签，比如共线性吗？
浏览 3提问于2014-10-29得票数 5
回答已采纳
2回答
标题说明了一切，我在生成因子变量时对它进行了排序，现在我想删除排序，并将其用作无序因子变量。另一个问题是，如果我在回归中使用因子变量作为预测变量，它是有序的(序数)还是简单的因子变量(分类)，对R是否有影响？
浏览 0提问于2013-07-11得票数 16
回答已采纳
我有一个用于预测的线性模型，大约有30个预测因子，即不同邮政编码之间的汽车使用率(以百分比计)。当我使用一般的线性模型</e
浏览 0提问于2018-04-14得票数 1
2回答
我使用机器学习模型来预测一个序数变量(值:1、2、3、4和5)，使用7个不同的特性。我提出了一个回归问题，所以模型的最终输出是连续变量。模型使用交叉验证(~1600个样本)进行训练，25%的数据集用于测试(~540个样本)。我使用R平方和均方根误差(RSME)来评估测试样本的模型。我感兴趣的是寻找一种比较线性模型</em
浏览 0提问于2018-08-06得票数 8
我有一个线性模型，其中一个自变量是一个因子，我试图在包含新的因子水平(不在估计模型的数据集中的因子水平)的数据集上进行预测。我希望能够通过手动指定将应用于该因子的系数来使用新的因子级别对观察值进行预测。例如，假设我估计了三种类型商店的日销售量，并在数据集中引入了第四种类型<e
浏览 4提问于2013-08-19得票数 7
1回答
我使用spatstat来使用ppm函数构建点过程模型，但是当我使用残差图parres来理解协变量的效果时，在验证方面存在问题。该模型由1022个鸟类发生地点(称为ois.ppm)、栖息地可用性(一个称为FB0lin的栅格，它已被标准化和日志转换)、取样努力(一个称为Nbdate的栅格，也是归一化的)和地方的可达性(也称为pAccess目的是评价吉布斯点过程模型与Geyer过程参数、生境可利用性、抽样
浏览 5提问于2022-04-29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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
