- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用lm()做一个多线性回归模型,Y是响应变量(例如:利息回报),其他是解释变量(100多个案例,30多个变量)。
有某些变量被视为关键变量(关于投资),当我运行lm()函数时,R返回一个模型,其方形平方误差为97%。但是某些关键变量不是重要的预测指标。
是否可以通过将模型中的所有关键变量(作为重要预测变量)保留下来进行回归?调整后的R平方是否减小并不重要。
如果回归不起作用,是否还有其他方法?
谢谢!
=========================
数据集已上传
https://www.dropbox.com/s/gh61obgn2jr043y/df.csv
=========================
其他问题:
如果某些变量对上一期间到当前期间有影响,该怎么办?
例如:一个人早上吃早餐时吃药,吃药的效果可能在午餐后持续(他/她在午餐时吃了第二颗药)
我想我需要考虑数据转换。
*我的首选是加上结转率:obs.2_trans = obs.2 + c-o率* obs.1
*也许我还需要考虑药丸效应本身的衰减,因此也需要S曲线或指数变换。
以变量main1为例,我可以使用尝试方法从0.5开始获得理想的co速率和s曲线参数,并以0.05的步长进行测试,直至1或降至0,直到获得最高的模型得分-例如,最低的AIC或最高的R方。
这已经是一笔巨大的考验。
如果我需要同时测试三个以上的变量,该如何用R进行管理?
谢谢!
最佳答案
首先,关于“重要性”的注释。对于模型中包含的每个变量,线性建模程序包报告该变量的系数不同于零的可能性(实际上,报告为p=1-L
)。我们说,如果L较大(p较小),则系数“更大”。因此,尽管说一个变量比另一个变量“更重要”是很合理的,但是没有绝对的标准来断言“重要”与“不重要”。在大多数科学研究中,临界值是L>0.95
(p<0.05
)。但这是完全任意的,并且有许多例外。回想一下,欧洲核子研究中心(CERN)不愿意断言希格斯玻色子的存在,直到他们收集到足够的数据来证明其6σ的影响。这大致对应于p <1×10-9。在另一个极端,许多社会科学研究断言p <0.2的显着性(因为固有变异性更高,通常样本数量少)。因此,从模型中排除变量是因为它“不重要”,实际上没有任何意义。另一方面,您将很难包含一个具有较高p的变量,而要排除另一个具有较低p的变量。
其次,如果变量高度相关(在您的情况下就是如此),那么从模型中删除一个变量会极大地改变所有p值,这是很常见的。具有较高p值(较低显着性)的保留变量可能突然具有较低p值(较显着性),只是因为您从模型中删除了一个完全不同的变量。因此,尝试手动优化拟合通常是一个坏主意。
幸运的是,有许多算法可以为您完成此任务。一种流行的方法是从具有所有变量的模型开始。在每个步骤中,删除最低有效变量,并将生成的模型与上一步中的模型进行比较。如果删除此变量会严重降低模型的性能,则基于某些指标,该过程将停止。常用的度量标准是Akaike information criterion(AIC),在R中,我们可以使用stepAIC(...)
包中的MASS
根据AIC标准优化模型。
第三,回归模型的有效性取决于某些假设,尤其是这两个假设:误差方差是常数(不取决于y),误差分布近似正态。如果不满足这些假设,则p值完全没有意义!拟合模型后,我们可以使用残差图和Q-Q图检查这些假设。必须对任何候选模型都执行此操作!
最后,离群值的存在经常使模型严重失真(几乎可以定义!)。如果您的变量高度相关,则会放大此问题。因此,对于您而言,寻找异常值并查看将其删除会发生什么非常重要。
下面的代码将所有这些汇总起来。
library(MASS)
url <- "https://dl.dropboxusercontent.com/s/gh61obgn2jr043y/df.csv?dl=1&token_hash=AAGy0mFtfBEnXwRctgPHsLIaqk5temyrVx_Kd97cjZjf8w&expiry=1399567161"
df <- read.csv(url)
initial.fit <- lm(Y~.,df[,2:ncol(df)]) # fit with all variables (excluding PeriodID)
final.fit <- stepAIC(initial.fit) # best fit based on AIC
par(mfrow=c(2,2))
plot(initial.fit) # diagnostic plots for base model
plot(final.fit) # same for best model
summary(final.fit)
# ...
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 11.38360 18.25028 0.624 0.53452
# Main1 911.38514 125.97018 7.235 2.24e-10 ***
# Main3 0.04424 0.02858 1.548 0.12547
# Main5 4.99797 1.94408 2.571 0.01195 *
# Main6 0.24500 0.10882 2.251 0.02703 *
# Sec1 150.21703 34.02206 4.415 3.05e-05 ***
# Third2 -0.11775 0.01700 -6.926 8.92e-10 ***
# Third3 -0.04718 0.01670 -2.826 0.00593 **
# ... (many other variables included)
# ---
# Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
# Residual standard error: 22.76 on 82 degrees of freedom
# Multiple R-squared: 0.9824, Adjusted R-squared: 0.9779
# F-statistic: 218 on 21 and 82 DF, p-value: < 2.2e-16
par(mfrow=c(2,2))
plot(initial.fit)
title("Base Model",outer=T,line=-2)
plot(final.fit)
title("Best Model (AIC)",outer=T,line=-2)
initial.fit <- lm(Y~.,df[c(-33,-47,-85),2:ncol(df)])
final.fit <- stepAIC(initial.fit,trace=0)
summary(final.fit)
# ...
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 27.11832 20.28556 1.337 0.185320
# Main1 1028.99836 125.25579 8.215 4.65e-12 ***
# Main2 2.04805 1.11804 1.832 0.070949 .
# Main3 0.03849 0.02615 1.472 0.145165
# Main4 -1.87427 0.94597 -1.981 0.051222 .
# Main5 3.54803 1.99372 1.780 0.079192 .
# Main6 0.20462 0.10360 1.975 0.051938 .
# Sec1 129.62384 35.11290 3.692 0.000420 ***
# Third2 -0.11289 0.01716 -6.579 5.66e-09 ***
# Third3 -0.02909 0.01623 -1.793 0.077060 .
# ... (many other variables included)
关于r - R:保留某些变量的回归,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23531781/
仅使用POSIX shell 的特性,是否有一个“简单命令”,它什么也不做,也不改变$? 的值。人们通常描述:作为 shell 的无操作命令,但这总是设置 $?为零,所以这不是我想要的。 这是生成 s
我需要保留当前的 GlBlendFunc 以便在我做一些工作后可以恢复它。似乎这不是可以用 GLPushAttrib 保存的属性之一,还有其他类似的方法可以用来保存状态吗? 最佳答案 glGet与
我目前正致力于创建 Fuseki 三重存储浏览器的项目。我需要可视化 TripleStore 中的所有数据并使应用程序可浏览。唯一的问题是 QuerySolution 遗漏了三元组中的“”。 如果我使
我知道没有必要保留委托(delegate),以避免保留循环。我在一次采访中碰巧遇到了一个问题,“如果保留了 appDelegate 会怎样?”。我对此没有答案,并根据我的知识在这里寻求答案。谢谢 最佳
我正在用 C 编写第一个更严肃的程序,但我陷入了困境。我需要将此列表排序为不同的单独文件,因此它看起来像这样: BE30B Berlin 2014-04-02 Gale 02 BE30B Berlin
我有 4 个页面,我使用 ajax 和 historyPopState 在它们之间进行更改。但是有一个问题,因为页面非常不同,它们使用不同的样式表和脚本。我可以一遍又一遍地下载它们,但我想问一下是否有
我有一个表单,其中包含从一个表创建的多行(与其他表没有关系)。当我保存表单时,我所做的每项更改都会保存,但数据库中确实有一个额外的空行。请参阅下文(希望)了解所有必要的信息。 PropertyAddi
我正在编写一个可以在 Canvas 上绘制气泡的应用程序。我有 MainActivity,它的布局是一个简单的 LinearLayout,我将其用作 fragment 的容器。当我在 Canvas 上
我想弄清楚为什么我通过这段代码得到 EXC_BAD_ACESS。我没有线索。谁能帮帮我。 - (void)loadJsonFile:(NSString*)fileName { NSError
我正在编写一个代码,它将遍历单词中的每个单词,在字典中查找它们,然后将字典值附加到计数器。但是,如果我打印计数器,我只会从我的 if 语句中获取最后一个数字(如果有的话)。如果我将 print cou
抱歉,标题有点困惑。 我想隐藏这些选择选项,只在用户选择按钮时显示。一旦用户选择了一个按钮,我希望选择字段将继续显示......但是如果用户选择了不同的按钮,我想从以前的选择中重置所选的选项并炫耀。
>>> t = "first%s\n" >>> t = t %("second") >>> print t firstsecond 无论如何我可以保留最后的“\n”并得到“firstsecond\n”
我试图弄清楚如何更改 if 语句中的变量并使其保持全局不变。 用户输入:!change Hi var A = "Hello" if (msg.content.includes ('!change'))
您好,我有一个关于在重新创建 Activity 时保留 fragment 的问题。我听说一种方法是在 onCreate 方法中使用 setRetainFragment(true) 。问题是——这与跟踪
我想知道是否有人可以帮助我解决下面代码中的内存管理问题。我对 rootController 特别感兴趣,它是在我执行 initWithRootViewController 时被保留还是在窗口 addS
我想确保我在这里正确理解了内存管理。是否有任何特殊原因在这里使用其中一种 assignCurrentDate 方法而不是另一种方法?此外,所有这些都不会导致内存泄漏,对吗? 在 .h 中我们有: NS
我对 Angular2 删除尾部斜杠有疑问。我已经设置了我的 dotnet 核心应用程序来添加它们,但是一旦加载了 js,它们就会被删除。 在 Angular2 中甚至可能吗? (我的客户需要它,所以
local_settings.py 反模式的原因之一是把 SECRET_KEY, AWS设置文件中的键等值有问题: secret 通常应该是这样的: secret !将它们保存在版本控制中意味着拥有存
import('./A'); import('./B'); import('./C'); export class Person {}; A、B 和 C 是纯 JS (es5) 库,它们使用全局 wi
df 是一个测试数据框,其中我只想保留 Hits 列中包含 | 字符的行和行其中包含 hits(即 Hit1、Hit2 等)以及 Hits 列中的空白单元格。 df 从开始 (^) 到结束 ($)
我是一名优秀的程序员,十分优秀!