Se refiere a las variables utilizadas en un modelo para predecir una respuesta. Esta etiqueta también se puede usar para X X variables en modelos explicativos y descriptivos, no solo modelos predictivos. Esta misma construcción tiene muchos nombres en diferentes contextos, incluyendo: variable independiente, variable explicativa, variable regresiva, covariable, etc. Esta etiqueta se puede usar para cualquiera de estos términos sinónimos.
Por ejemplo, tengo datos de pérdidas históricas y estoy calculando cuantiles extremos (valor en riesgo o pérdida máxima probable). ¿Los resultados obtenidos son para estimar la pérdida o predecirlos? ¿Dónde se puede dibujar la línea? Estoy
Tengo varias covariables en mi cálculo para un modelo, y no todas son estadísticamente significativas. ¿Debo eliminar los que no lo son? Esta pregunta discute el fenómeno, pero no responde a mi pregunta: ¿Cómo interpretar el efecto no significativo de una covariable en ANCOVA? Sin embargo, no...
Tengo 2 preguntas simples sobre regresión lineal: ¿Cuándo se aconseja estandarizar las variables explicativas? Una vez que la estimación se lleva a cabo con valores estandarizados, ¿cómo se puede predecir con nuevos valores (cómo se debe estandarizar los nuevos valores)? Algunas referencias...
Imagina Ejecuta una regresión lineal con cuatro predictores numéricos (IV1, ..., IV4) Cuando solo se incluye IV1 como predictor, la beta estandarizada es +.20 Cuando también incluye IV2 a IV4, el signo del coeficiente de regresión estandarizado de IV1 cambia -.25(es decir, se vuelve...
Quiero decir que algunas de esas variables están fuertemente correlacionadas entre sí. ¿Cómo / por qué / en qué contexto los definimos como variables independientes
Estoy un poco confundido si una variable independiente (también llamada predictor o característica) en un modelo estadístico, por ejemplo, la en regresión lineal , ¿es una variable aleatoria?Y = β 0 + β 1 XXXXY= β0 0+ β1XY=β0+β1XY=\beta_0+\beta_1
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy...
¿Cuál es el límite para el número de variables independientes que uno puede ingresar en una ecuación de regresión múltiple? Tengo 10 predictores que me gustaría examinar en términos de su contribución relativa a la variable de resultado. ¿Debo usar una corrección de bonferroni para ajustar para...
He analizado muchos conjuntos de datos R, publicaciones en DASL y en otros lugares, y no encuentro muchos buenos ejemplos de conjuntos de datos interesantes que ilustren el análisis de covarianza para datos experimentales. Existen numerosos conjuntos de datos "de juguete" con datos artificiales en...
Recientemente descubrí cómo modelar exposiciones a lo largo del tiempo utilizando el registro de (p. Ej.) Tiempo como compensación en una regresión de Poisson. Comprendí que el desplazamiento corresponde a tener el tiempo como covariable con el coeficiente 1. Me gustaría entender mejor la...
Estoy usando un modelo logit. Mi variable dependiente es binaria. Sin embargo, tengo una variable independiente que es categórica y contiene las respuestas: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Entonces, es ordinal ("categórico cuantitativo"). No estoy seguro de cómo manejar esto...
Dada una variable dependiente continua yy variables independientes que incluyen una variable ordinal X 1 , ¿cómo encajo un modelo lineal R? ¿Hay documentos sobre este tipo de
Una suposición básica del uso de modelos de regresión para la inferencia es que "todos los predictores relevantes" se han incluido en la ecuación de predicción. La razón es que no incluir un factor importante del mundo real conduce a coeficientes sesgados y, por lo tanto, a inferencias inexactas...
Estaba asesorando a un estudiante de investigación con un problema particular, y estaba ansioso por obtener la opinión de otros en este sitio. Contexto: El investigador tenía tres tipos de variables predictoras. Cada tipo contenía un número diferente de variables predictoras. Cada predictor era...
Me doy cuenta de que esta es probablemente una pregunta muy simple, pero después de buscar no puedo encontrar la respuesta que estoy buscando. Tengo un problema en el que necesito estandarizar las variables para ejecutar la (regresión de cresta) para calcular las estimaciones de cresta de las...
¿Cuáles son los pros y los contras de usar LARS [1] versus usar el descenso coordinado para ajustar la regresión lineal regularizada por L1? Estoy principalmente interesado en los aspectos de rendimiento (mis problemas tienden a tener Ncientos de miles y p<20). Sin embargo, cualquier otra...
Edición importante: Me gustaría dar las gracias a Dave y Nick hasta ahora por sus respuestas. La buena noticia es que obtuve el bucle para trabajar (principio prestado de la publicación del Prof. Hydnman sobre pronóstico de lotes). Para consolidar las consultas pendientes: a) ¿Cómo puedo aumentar...
¿Por qué se usaría la edad y la edad al cuadrado como covariables en un estudio de asociación genética? Puedo entender el uso de la edad si se ha identificado como una covariable significativa, pero no sé cómo usar el cuadrado de la
Tengo ocho variables independientes y una dependiente. He ejecutado una matriz de correlación, y 5 de ellos tienen una baja correlación con el DV. Luego ejecuté una regresión múltiple por pasos para ver si alguno / todos los IV pueden predecir el DV. La regresión mostró que solo dos IV pueden...
Estoy pensando en un problema que consiste en predecir el registro (gasto) de un cliente mediante regresión lineal. Estoy considerando qué características usar como entrada y me pregunto si estaría bien usar el percentil de una variable como entradas. Por ejemplo, podría usar los ingresos de la...