Utilisation du journal des variables dans la régression linéaire?Je suis un nouvel étudiant utilisant JMP et j'ai une question.
J'ai un jeu de données avec plusieurs variables fortement asymétriques, comme en témoigne leur distribution. L'une est ma variable dépendante et les autres sont toutes des variables indépendantes.
Je crée de nouvelles colonnes en utilisant la variable Log_variable pour la variable dépendante et l'une des variables indépendantes principales.
Leurs deux distributions se sont améliorées de manière significative vers une distribution normale.
Comme mentionné ci-dessus, j'ai d'autres variables indépendantes qui sont également fortement asymétriques et j'envisage de les convertir en journaux.
Ma question est la suivante: est-il toujours conseillé de convertir les variables indépendantes fortement asymétriques en variable_log?
Ou devrait-il être utilisé de manière minimale?
FYI - Je vais exécuter une analyse de régression multiple sur les variables une fois que je les ai "préparées" (c.-à-d. Aborder les valeurs manquantes et les valeurs aberrantes potentielles, les variables de log créées).
Merci,
JK
Re: Utilisation du journal des variables dans la régression linéaire?L'exigence de normalité s'applique à la distribution conditionnelle de la réponse, pas à la distribution globale ou marginale. Cela ne s'applique pas du tout aux variables prédictives. Une partie de l'inclinaison peut être non aléatoire et expliquée par le modèle! Pour cette raison, nous évaluons les résidus. Nous nous attendons à ce qu'ils soient normalement distribués, indépendants et à variance constante. Il existe des outils de diagnostic dans la plate-forme Ajustement des moindres carrés pour vous aider à évaluer le problème.
Il existe également un outil permettant d’évaluer les avantages d’une transformation. Vous avez évalué la transformation du journal. Une généralisation des transformations de puissance est la transformation Box-Cox Y disponible dans le menu triangle rouge Adapter aux moindres carrés sous le profilage.
Re: Utilisation du journal des variables dans la régression linéaire?J'ai examiné la capacité de transformation de Box-Cox, mais j'ai zéro et
des valeurs négatives afin qu'il ne fonctionne pas.
Oui, je suis conscient de l'exigence de normalité sur les résidus et que
elles soient aléatoires et moyennes de zéro.
J'ai examiné la distribution résiduelle pour le vérifier.
J'ai également examiné le résumé de l'ajustement et les estimations des paramètres à réviser.
le modèle doit descendre à un niveau de confiance de 0,05 et à de faibles valeurs de VIF.
Étant donné que la plage de mes variables d’entrée est extrême, allant de $ Million bas à
40 milliards de dollars sur une variable.
Je l'ai converti en un journal qui a réduit de moitié la valeur de mon carré Adj R, mais le
RMSE est passé de plus de 300 en baisse de 1,5.
Je me demandais juste s’il était raisonnable d’appliquer la même approche de conversion
à une variable de journal à l'autre variable d'entrée avant d'exécuter le
régressions.
Je me rends compte que le modèle peut expliquer en partie l’asymétrie de la
données sans conversion en log_variables, alors quels sont les facteurs de décision
quand faut-il convertir la variable ou la conserver telle quelle?
Merci.
Re: Utilisation du journal des variables dans la régression linéaire?Grâce à la puissance de JMP et à sa facilité d’utilisation ... Ma recommandation générale concernant les transformations de prédicteurs ou de réponses dans un paramètre de régression est la suivante: à moins que vous n’ayez une certaine expertise du domaine qui suggère que la transformation est une bonne idée à l’avance, pourquoi y aller dans la boue? Il y a un principe que j'ai essayé de suivre lors de la modélisation; "Le modèle le plus simple qui répond au problème pratique original est le" meilleur "modèle."
C'est une tâche assez simple pour commencer avec des variables non transformées, puis utilisez tous les tests de diagnostic et les visualisations de modèle dans JMP pour voir les performances du modèle non transformé. Puis utilisez ces connaissances pour guider le processus de transformation, le cas échéant pour résoudre le problème initial ... Je pense que cela est en accord avec @markbailey pense?
Re: Utilisation du journal des variables dans la régression linéaire?Je suis confus. Comment avez-vous pris le journal de la réponse s'il contient des valeurs non positives? Pourquoi ne pouvez-vous pas utiliser la commande de transformation Box-Cox Y si votre réponse varie entre 1 M $ et 40 G $?
Il est difficile de comparer les statistiques de régression lorsque les réponses sont différentes (Y versus Log Y).
Vous pouvez également essayer de transférer des variables X.
Les données qui varient de plus de quelques ordres de grandeur bénéficient généralement d'une telle transformation.
Vous décidez que les choix étaient utiles en fonction du biais et de la variance, de la parcimonie, des hypothèses de modèle valides et de la validation empirique ou croisée du modèle.
Ce modèle est-il à des fins prédictives ou explicatives?
