Regression generalisieren, std-Fehler ist 0 für einige Prädiktoren,<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Prädiktor selbst sieht gut aus. was bedeutet das?
Ich habe beobachtet, dass dies häufiger vorkommt, während die Interaktionsterme im Modell enthalten sind. Std err = 0 trat bei einigen Modellen auf, jedoch nicht bei allen Modellen mit denselben Prädiktoren.
Die Schätzmethode ist Lasso, während die Verteilung der abhängigen Variablen ZI Binomial ist, da die DV ein seltenes Ereignis darstellen (als 0 oder 1 codiert).
danke für jedes feedback oder einblick!
Re: Verallgemeinerung der Regression, Standardfehler ist 0 für einige Prädiktoren,Hallo Kevin,
Vielen Dank für Ihre Antwort und das empfohlene Papier. In letzter Zeit lerne ich gerade die generalisierte Regression kennen. Die Arbeit von Tibshirani, R. (1996) ist eine gute Lektüre für weitere technische Details zu diesem Ansatz.
Ich hätte meine Frage klarer formulieren sollen. Jene Prädiktoren, die für mich ein wenig aussagekräftig sind, sind solche mit einer Nicht-Null-Schätzung (z. B. 0,11), jedoch mit einem Standardfehler von 0 und identischen unteren 95% und oberen 95%. Bei einigen anderen statistischen Modellen wird bei einem Standardfehler für einen Prädiktor ein ungewöhnlicher Wert für das gesamte Modell / die gesamte Analyse für mich angezeigt.
Im Allgemeinen frage ich mich, ob es nach der allgemeinen JMP-Regression eine kleine Anzahl von Prädiktoren gibt (in einigen Analysen, einschließlich des Intercept-Terms), deren geschätzte Koeffizienten nicht Null sind, aber der Standardfehler gleich Null ist Ich vertraue Schätzungen / Output dieser speziellen Analyse? Oder die Schätzungen für andere Prädiktoren und das Gesamtmodell sind immer noch gut, wenn man die std err = 0-Prädiktoren übersieht.
Wir haben viele Prädiktoren, etwa 40. einige von ihnen sind kategorisch. Die abhängige Variable ist ein seltenes Ereignis, die Prädiktoren jedoch nicht.
Und wenn irgendjemand auf die möglichen Erklärungen für den std-Fehler = 0 hinweisen kann, während die Schätzwerte ungleich Null sind (bedeutet dies, dass diese Prädiktoren auf dem Weg sind, geschrumpft zu werden? oder Möglichkeiten zu testen, was der Grund sein könnte, Das wäre sehr hilfreich, um mögliche Ursachen für dieses Problem zu verstehen.
Danke dir!
Re: Verallgemeinerung der Regression, Standardfehler ist 0 für einige Prädiktoren,Ich empfehle, Tibshirani, R. (1996) zu lesen. "Regression Schrumpfen und Selektion über das Lasso"; Zeitschrift der Royal Statistical Society, Reihe B (Methodological), Band 58, Ausgabe 1; S. 267-288. Abschnitt 2.5 befasst sich mit Standardfehlern: "Da die Lasso-Schätzung eine nichtlineare und nicht differenzierbare Funktion der Antwort ist ..., ist es schwierig, eine genaue Schätzung des Standardfehlers zu erhalten." Es stellt fest, dass eine gemeinsame Näherung der Kovarianzmatrix der Schätzungen geschätzte Varianzen von 0 für Prädiktoren ergibt, deren Schätzungen auf 0 zurückgegangen sind.
