Estadísticas y Big Data multicollinearity

1

Estandarización de variables y colinealidad.

La colinealidad puede plantear ciertos problemas en varios tipos de problemas de regresión. En particular, puede hacer que las estimaciones de los parámetros tengan una alta varianza y sean inestables. Se han propuesto varios métodos para tratar esto, incluida la regresión de crestas, la regresión de mínimos cuadrados parciales, la …

10 multicollinearity

3

Determinación de la significación estadística del coeficiente de regresión lineal en presencia de multicolinealidad

Supongamos que tengo un montón de ciudades con diferentes tamaños de población, y quiero ver si hay una relación lineal positiva entre el número de tiendas de licores en una ciudad y el número de DUI. Donde estoy determinando si esta relación es significativa o no basada en una prueba …

9 regression multicollinearity

4

¿Cómo interpreto una curva de supervivencia del modelo de riesgo de Cox?

¿Cómo interpreta una curva de supervivencia del modelo de riesgo proporcional de Cox? En este ejemplo de juguete, supongamos que tenemos un modelo de riesgo proporcional de Cox ageen kidneydatos variables y generamos la curva de supervivencia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por ejemplo, en el …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Puede estandarizada

Estoy tratando de interpretar los resultados de un artículo, donde aplicaron regresión múltiple para predecir varios resultados. Sin embargo, los ββ\beta '(coeficientes B estandarizados definidos como βx1=Bx1⋅SDx1SDyβX1=siX1⋅SreX1Srey\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y} dondees la variable dependiente yes un predictor) informado no parece coincidir con elinformado:x 1 R 2yyyx1X1x_1R2R2R^2 A pesar de …

9 regression regression-coefficients multicollinearity r-squared

3

Conjunto de variables no correlacionadas pero linealmente dependientes

¿Es posible tener un conjunto de variables que no estén correlacionadas pero sean linealmente dependientes?KKK es decir, y∑ K i = 1 a i x i = 0cor(xi,xj)=0cor(xi,xj)=0cor(x_i, x_j)=0∑Ki=1aixi=0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 En caso afirmativo, ¿puedes escribir un ejemplo? EDITAR: De las respuestas se deduce que no es posible. ¿Sería al …

9 correlation mathematical-statistics multicollinearity

1

Término de interacción utilizando variables centradas análisis de regresión jerárquica? ¿Qué variables debemos centrar?

Estoy ejecutando un análisis de regresión jerárquica y tengo algunas dudas: ¿Calculamos el término de interacción usando las variables centradas? ¿Tenemos que centrar TODAS las variables continuas que tenemos en el conjunto de datos, excepto la variable dependiente? Cuando tenemos que registrar algunas variables (porque su sd es mucho más …

9 interaction multicollinearity centering

3

Cambio de signo al agregar una variable más en regresión y con una magnitud mucho mayor

Configuración básica: modelo de regresión: donde C es el vector de las variables de control.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon Estoy interesado en y espero que y sean negativos. Sin embargo, hay un problema de multicolinealidad en el modelo, el coeficiente de correlación viene dado por, corr ( , 0.9345, corr …

9 regression multicollinearity

1

Regresión múltiple con variable predictiva faltante

Supongamos que se nos da un conjunto de datos de la forma y . Se nos da la tarea de predecir función de los valores de . Estimamos dos regresiones donde: ( y, x1, x2, ⋯ , xnorte)(y,X1,X2,⋯,Xnorte)(y,x_{1},x_{2},\cdots, x_{n})y x y( y, x1, x2, ⋯ , xn - 1)(y,X1,X2,⋯,Xnorte-1)(y,x_{1},x_{2},\cdots, x_{n-1})yyyXXxyy= …

9 regression multiple-regression missing-data multicollinearity multiple-imputation

2

Si la multicolinealidad es alta, ¿se reducirían los coeficientes LASSO a 0?

Dado , ¿cuál es el comportamiento teórico de los coeficientes LASSO y por qué?x2=2x1x2=2x1x_2 = 2 x_1 ¿Uno de o reduciría a o ambos?x1x1x_1x2x2x_2000 require(glmnet) x1 = runif(100, 1, 2) x2 = 2*x1 x_train = cbind(x1, x2) y = 100*x1 + 100 + runif(1) ridge.mod = cv.glmnet(x_train, y, alpha = …

9 lasso multicollinearity

2

Evaluación de la multicolinealidad de las variables predictoras dicotómicas

Estoy trabajando en un proyecto donde observamos el comportamiento en una tarea (por ejemplo, tiempo de respuesta) y modelamos este comportamiento en función de varias variables manipuladas experimentalmente, así como varias variables observadas (sexo del participante, coeficiente intelectual del participante, respuestas en un seguimiento) cuestionario). No me preocupa la multicolinealidad …

8 regression binomial independence multicollinearity likelihood-ratio

Preguntas etiquetadas con multicollinearity