መስመራዊ ባልሆነ መረጃ ላይ ሪግሬሽን ማድረግ እንችላለን?
መስመራዊ ባልሆነ መረጃ ላይ ሪግሬሽን ማድረግ እንችላለን?
Anonim

መስመር-አልባ ዳግም መመለስ ይችላል። ብዙ ተጨማሪ ዓይነት ኩርባዎችን ይስማማል ፣ ግን እሱ ይችላል በጣም ጥሩውን ለማግኘት እና ለመፈለግ የበለጠ ጥረት ይፈልጋሉ መተርጎም ገለልተኛ ተለዋዋጮች ሚና. በተጨማሪም፣ R-squared ለ አይሰራም ቀጥተኛ ያልሆነ መመለሻ, እና የማይቻል ነው አስላ p-values ​​ለቅርብ ግምቶች.

በዚህ መንገድ፣ ሪግሬሽን መደበኛ ያልሆነ ሊሆን ይችላል?

በስታቲስቲክስ ፣ ቀጥተኛ ያልሆነ መመለሻ መልክ ነው። መመለሻ የትኛዎቹ ምልከታ መረጃ በተቀረጸው ተግባር ሀ መደበኛ ያልሆነ የአምሳያው መለኪያዎች ጥምረት እና በአንድ ወይም በብዙ ገለልተኛ ተለዋዋጮች ላይ የተመሠረተ ነው። ውሂቡ በተከታታይ ግምቶች ዘዴ የተገጠመ ነው።

እንዲሁም አንድ ሰው ሊጠይቅ ይችላል፣ r ስኩዌር የሆነው ለመስመራዊ መመለሻ ብቻ ነው? አጠቃላይ የሂሳብ ማዕቀፍ ለ አር-አራት ማዕዘን ከሆነ በትክክል አይሰራም የመመለሻ ሞዴል አይደለም መስመራዊ. ምንም እንኳን ይህ ችግር ቢኖርም, አብዛኛው የስታቲስቲክስ ሶፍትዌር አሁንም ይሰላል አር-አራት ማዕዘን ላልሆኑ ሞዴሎች. ከተጠቀሙ አር-አራት ማዕዘን ምርጡን ለመምረጥ ሞዴል, ወደ ተገቢው ይመራል ሞዴል ብቻ 28-43% ጊዜ.

ይህንን በተመለከተ፣ ቀጥተኛ ያልሆነ ሪግሬሽን እንዴት ማስላት ይቻላል?

የእርስዎ ሞዴል አንድ የሚጠቀም ከሆነ እኩልታ በ Y = a ቅጽ0 + ለ1X1፣ ሀ ነው። መስመራዊ ሪግሬሽን ሞዴል. ካልሆነ ግን ነው። መደበኛ ያልሆነ.

Y = f (X, β) + ε

  1. X = የ p ትንበያዎች ቬክተር ፣
  2. β = የ k መለኪያዎች ቬክተር ፣
  3. ረ (-) = የታወቀ የመልሶ ማቋቋም ተግባር ፣
  4. ε = የስህተት ቃል

የመልሶ ማቋቋም ዓይነቶች ምንድ ናቸው?

የመልሶ ማቋቋም ዓይነቶች

  • መስመራዊ ሪግሬሽን. በጣም ቀላሉ የመልሶ ማቋቋም ዘዴ ነው.
  • ፖሊኖሚል ሪግሬሽን. የገለልተኛ ተለዋዋጭ ፖሊኖሚል ተግባራትን በመውሰድ የመስመር ላይ ያልሆነ እኩልታ ለማስማማት ቴክኒክ ነው።
  • የሎጂስቲክ ሪግሬሽን.
  • Quantile Regression.
  • ሪጅ ሪግሬሽን.
  • Lasso Regression.
  • የላስቲክ ኔት ሪግሬሽን.
  • ዋና አካላት መመለሻ (PCR)

በርዕስ ታዋቂ