Statistiques et Big Data stepwise-regression

2

Régression pas à pas dans R - Valeur p critique

Quelle est la valeur de p critique utilisée par la step()fonction dans R pour la régression pas à pas? Je suppose que c'est 0,15, mais mon hypothèse est-elle correcte? Comment puis-je changer la valeur de p critique?

12 r regression p-value stepwise-regression

1

Quelle est la différence entre AIC () et extractAIC () dans R?

La documentation R pour l'un ou l'autre n'apporte pas beaucoup de lumière. Tout ce que je peux obtenir de ce lien est que l'utilisation de l'un ou l'autre devrait être correcte. Ce que je ne comprends pas, c'est pourquoi ils ne sont pas égaux. Réalité: La fonction de régression pas …

11 r regression aic stepwise-regression

2

Comment fonctionne la «régression pas à pas»?

J'ai utilisé le code R suivant pour s'adapter à un modèle probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Je veux savoir ce que fait stepwiseet backward/forwardfait exactement et comment sélectionner les variables?

11 r probit stepwise-regression

3

Quels sont les avantages de la régression pas à pas?

J'expérimente la régression pas à pas pour des raisons de diversité dans mon approche du problème. Donc, j'ai 2 questions: Quels sont les avantages de la régression pas à pas? Quelles sont ses forces spécifiques? Que pensez-vous de l'approche hybride, où vous utilisez la régression pas à pas pour sélectionner …

11 regression feature-selection stepwise-regression

2

Interprétation de la sortie d'étape dans R

Dans R, la stepcommande est censée vous aider à sélectionner les variables d'entrée de votre modèle, non? Ce qui suit provient de example(step)#-> swiss& step(lm1) > step(lm1) Start: AIC=190.69 Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC - Examination 1 53.03 …

11 r self-study stepwise-regression

2

Supériorité de LASSO sur la sélection vers l'avant / l'élimination vers l'arrière en termes d'erreur de prédiction de validation croisée du modèle

J'ai obtenu trois modèles réduits à partir d'un modèle complet original en utilisant sélection avant élimination en arrière Technique de pénalisation L1 (LASSO) Pour les modèles obtenus en utilisant la sélection vers l'avant / l'élimination vers l'arrière, j'ai obtenu l'estimation de validation croisée de l'erreur de prédiction en utilisant le …

10 cross-validation model-selection lasso stepwise-regression

4

Existe-t-il un moyen d'utiliser la validation croisée pour effectuer une sélection de variable / fonctionnalité dans R?

J'ai un ensemble de données avec environ 70 variables que j'aimerais réduire. Ce que je cherche à faire, c'est d'utiliser CV pour trouver les variables les plus utiles de la manière suivante. 1) Sélectionnez au hasard disons 20 variables. 2) Utilisez stepwise/ LASSO/ lars/ etc pour choisir les variables les …

10 r cross-validation feature-selection random-forest stepwise-regression

3

Modèles mixtes linéaires généralisés: sélection de modèle

Cette question / sujet a été soulevé lors d'une discussion avec un collègue et je cherchais des opinions à ce sujet: Je modélise certaines données en utilisant une régression logistique à effets aléatoires, plus précisément une régression logistique à interception aléatoire. Pour les effets fixes, j'ai 9 variables qui sont …

10 mixed-model model-selection aic glmm stepwise-regression

2

Les techniques de régression pas à pas augmentent-elles le pouvoir prédictif d'un modèle?

Je comprends certains des nombreux problèmes de régression pas à pas. Cependant, en tant qu'entreprise universitaire, supposons que je souhaite utiliser la régression pas à pas pour un modèle prédictif et que je souhaite mieux comprendre les impacts qu'il peut avoir sur la performance. Étant donné un modèle linéaire, par …

8 regression predictive-models stepwise-regression

2

Qu'est-ce que la «sélection de modèle par étapes»?

Bien que les mérites de la sélection de modèle pas à pas aient été discutés précédemment, il devient peu clair pour moi ce qu'est exactement la " sélection de modèle pas à pas " ou la " régression pas à pas ". Je pensais l'avoir compris, mais je n'en suis …

8 multiple-regression model-selection aic stepwise-regression

1

Intervalles de confiance lors de l'utilisation du théorème de Bayes

Je calcule des probabilités conditionnelles et des intervalles de confiance à 95% associés. Pour bon nombre de mes cas, j'ai un décompte simple des xsuccès des nessais (à partir d'un tableau de contingence), donc je peux utiliser un intervalle de confiance binomial, tel que celui fourni par binom.confint(x, n, method='exact')dans …

8 r bayesian confidence-interval conditional-probability hidden-markov-model segmentation hypothesis-testing statistical-significance multiple-comparisons multiple-regression r regression survey sample finite-population pca model-selection dataset partitioning clustering time-series least-squares regression standard-error causality r time-series outliers missing-data machine-learning svm hypothesis-testing discrete-data r data-visualization survey likert finance regression pca feature-selection stepwise-regression underdetermined svm natural-language

3

Une approche par étapes produit-elle le plus

Lorsque vous utilisez l'approche pas à pas pour sélectionner les variables, le modèle final est-il garanti d'avoir le plus haut possible R2R2R^2? Autrement dit, l'approche par étapes garantit-elle un optimum global ou seulement un optimum local? Par exemple, si j'ai 10 variables parmi lesquelles choisir et que je veux construire …

8 r-squared stepwise-regression

Questions marquées «stepwise-regression»