선형 회귀 분석에서 변수 로그를 사용합니까?JMP를 사용하는 신입생이며 질문이 있습니다.
분포에 의해 입증 된 것처럼 크게 왜곡 된 여러 변수가있는 데이터 세트가 있습니다. 하나는 내 종속 변수이고 다른 하나는 모두 독립 변수입니다.
종속 변수와 기본 독립 변수 중 하나에 Log_variable을 사용하여 새 열을 만듭니다.
두 분포 모두 정규 분포를 향해 크게 향상되었습니다.
위에서 언급했듯이, 다른 비뚤어진 변수도 있는데,이 변수는 크게 왜곡되어 있으며 로그로 변환하는 것을 고려하고 있습니다.
내 질문은, 심하게 치우친 독립 변수를 log_variable로 변환하는 것이 항상 바람직합니까?
아니면 최소한으로 사용해야합니까?
참고-변수가 "준비"되면 변수에 대해 다중 회귀 분석을 실행합니다 (즉, 누락 된 값 및 잠재적 이상 값을 해결하고 log_variables 생성).
감사,
JK
재 : 선형 회귀 분석에서 변수 로그를 사용합니까?정규성 요구 사항은 전체 또는 한계 분포가 아니라 반응의 조건부 분포에 적용됩니다. 예측 변수에는 전혀 적용되지 않습니다. 비뚤어 짐 중 일부는 임의적이지 않을 수 있으며 모델에서 설명합니다! 이런 이유로 우리는 잔차를 평가합니다. 우리는 그것들이 정규 분포, 독립적이며 일정한 분산을 가질 것으로 기대합니다. Fit Least Squares 플랫폼에는 문제를 평가하는 데 도움이되는 진단 도구가 있습니다.
변형의 이점을 평가할 수있는 도구도 있습니다. 로그 변환을 평가했습니다. 전력 변환의 일반화는 프로파일 링에서 최소 제곱 맞추기 빨간색 삼각형 메뉴에서 사용 가능한 Box-Cox Y 변환입니다.
재 : 선형 회귀 분석에서 변수 로그를 사용합니까?Box-Cox 변환 기능을 검토했지만 0과
음수 값이므로 실행되지 않습니다.
예, 잔차에 대한 정규성 요구 사항을 알고 있으며
그것들은 무작위이며 0의 평균입니다.
이를 확인하기 위해 잔차 분포를 검토했습니다.
또한 맞춤 요약과 수정하기 위해 모수 추정치를 검토했습니다.
신뢰 수준이 0.05이고 VIF 값이 낮은 모델
내 입력 변수의 범위가 $ 백만에서 극도로 높기 때문에
변수에 $ 40 B.
나는 그것을 Adj R square 값을 반으로 자르는 로그로 변환했지만
RMSE는 300에서 1.5로 내려갔습니다.
동일한 변환 방식을 적용하는 것이 합리적인지 궁금합니다.
실행하기 전에 다른 입력 변수에 대한 로그 변수에
회귀.
모델이 일부 왜도를 설명 할 수 있음을 알고 있습니다.
log_variables로 변환하지 않고 데이터, 그래서 결정 요인은 무엇입니까
변수를 언제 변환하거나 수신 된대로 유지합니까?
감사.
재 : 선형 회귀 분석에서 변수 로그를 사용합니까?JMP의 강력 함과 사용 편의성으로 인해 회귀 환경에서 예측 변수 또는 반응 변환에 대한 일반적인 권장 사항은 변환이 미리 좋은 아이디어임을 암시하는 도메인 전문 지식이없는 한 왜 물이 탁한가? 모델링 할 때 따라야 할 원칙이 있습니다. "원래의 실제 문제에 답하는 가장 간단한 모델은 '최상의'모델입니다."
변환되지 않은 변수로 시작한 다음 JMP의 모든 모델 진단 테스트 및 시각화를 사용하여 변환되지 않은 모델의 성능을 확인하는 것은 간단한 작업입니다. 그런 다음 그 지식을 사용하여 원래 문제를 해결하는 데 필요한 모든 변환 과정을 안내하십시오 ... 이것이 일치한다고 생각합니다 mark 생각?
재 : 선형 회귀 분석에서 변수 로그를 사용합니까?혼란 스러워요. 반응이 아닌 값을 가진 경우 반응의 로그를 어떻게 취했습니까? 응답 범위가 $ 1M에서 $ 40B 인 경우 Box-Cox Y 변환 명령을 사용할 수없는 이유는 무엇입니까?
반응이 다른 경우 회귀 통계를 비교하기가 어렵습니다 (Y 대 Log Y).
X 변수를 트랜스 포밍 할 수도 있습니다.
몇 자릿수 이상으로 변하는 데이터는 일반적으로 그러한 변환의 혜택을받습니다.
선택은 모델 편향 및 분산, parsimony, 유효한 모델 가정 및 경험적 검증 또는 교차 검증을 기반으로 도움이된다고 결정합니다.
이 모델이 예측 또는 설명 목적입니까?
