Verwenden Sie das Protokoll von Variablen in der linearen Regression?Ich bin ein neuer Student, der JMP verwendet, und habe eine Frage.
Ich habe einen Datensatz mit mehreren Variablen, die aufgrund ihrer Verteilungen stark verzerrt sind. Eine ist meine abhängige Variable und die anderen sind alle unabhängige Variablen.
Ich erstelle neue Spalten mit der Log_variable für die abhängige Variable und eine der primären unabhängigen Variablen.
Beide Verteilungen verbesserten sich signifikant gegenüber einer Normalverteilung.
Wie oben erwähnt, habe ich andere unabhängige Variablen, die ebenfalls stark verzerrt sind, und überlege, sie in Protokolle umzuwandeln.
Meine Frage ist, ist es immer ratsam, die stark verzerrten unabhängigen Variablen in log_variable umzuwandeln?
Oder sollte dies nur minimal genutzt werden?
Zu Ihrer Information - Ich werde eine multiple Regressionsanalyse für die Variablen durchführen, sobald ich sie "vorbereitet" habe (dh die fehlenden Werte und möglichen Ausreißer, erstellte log_variablen, adressieren).
Vielen Dank,
JK
Betreff: Log von Variablen in linearer Regression verwenden?Das Erfordernis der Normalität gilt für die bedingte Verteilung der Antwort, nicht für die Gesamt- oder Randverteilung. Sie gilt überhaupt nicht für die Prädiktorvariablen. Einige der Abweichungen sind möglicherweise nicht zufällig und werden vom Modell erklärt! Aus diesem Grund bewerten wir die Residuen. Wir erwarten, dass sie normal verteilt und unabhängig sind und eine konstante Varianz aufweisen. Die Plattform Fit Least Squares enthält Diagnosetools, mit denen Sie das Problem beurteilen können.
Es gibt auch ein Tool zur Bewertung des Nutzens einer Transformation. Sie haben die Protokolltransformation ausgewertet. Eine Verallgemeinerung der Leistungstransformationen ist die Box-Cox-Y-Transformation, die im Menü Rotes Dreieck für kleinste Quadrate unter Profiling verfügbar ist.
Betreff: Log von Variablen in linearer Regression verwenden?Ich habe die Box-Cox-Transformationsfunktion überprüft, aber ich habe null und
negative Werte, damit es nicht läuft.
Ja, mir ist das Erfordernis der Normalität für die Residuen und das bekannt
Sie sind zufällig und Mittelwert von Null.
Ich habe die Restverteilung überprüft, um dies zu überprüfen.
Ich habe auch die Zusammenfassung der Anpassung und die zu überarbeitenden Parameterschätzungen überprüft
das Modell, um auf ein Vertrauensniveau von 0,05 und niedrige VIF-Werte zu kommen.
Da der Bereich meiner Eingabevariablen extrem ist, reicht er von niedrigen Millionen Dollar bis zu
$ 40 B für eine Variable.
Ich habe es in ein Protokoll konvertiert, das meinen Quadratwert von Adj R halbiert, aber das
RMSE ging von über 300 auf 1,5 zurück.
Ich frage mich nur, ob es vernünftig ist, denselben Konvertierungsansatz anzuwenden
auf eine Protokollvariable auf die andere Eingabevariable, bevor Sie den Befehl ausführen
Regressionen.
Mir ist klar, dass das Modell einen Teil der Schräglage in der
Daten ohne Konvertierung in log_variables, also was sind die Entscheidungsfaktoren
Ein, wann die Variable konvertiert oder wie empfangen beibehalten werden soll?
Vielen Dank.
Betreff: Log von Variablen in linearer Regression verwenden?Aufgrund der Leistungsfähigkeit von JMP und der einfachen Bedienung ist meine allgemeine Empfehlung in Bezug auf Vorhersage- oder Reaktionstransformationen in einer Regressionseinstellung, dass Transformation vorab eine gute Idee ist. Warum sollten Sie das Wasser trüben? Beim Modellieren habe ich versucht, einem Prinzip zu folgen. "Das einfachste Modell, das das ursprüngliche praktische Problem löst, ist das 'beste' Modell."
Es ist eine einfache Aufgabe, mit nicht transformierten Variablen zu beginnen und dann alle Modelldiagnosetests und -visualisierungen in JMP zu verwenden, um die Leistung des nicht transformierten Modells zu überprüfen. Dann nutzen Sie dieses Wissen, um den Transformationsprozess zu leiten, falls es überhaupt nötig ist, um das ursprüngliche Problem zu lösen ... Ich denke, das stimmt überein @markbailey denkt nach?
Betreff: Log von Variablen in linearer Regression verwenden?Ich bin verwirrt. Wie haben Sie das Protokoll der Antwort aufgenommen, wenn diese nicht positive Werte aufweist? Warum können Sie den Box-Cox Y-Transformationsbefehl nicht verwenden, wenn Ihre Antwort zwischen 1 Mio. USD und 40 Mrd. USD liegt?
Es ist schwierig, Regressionsstatistiken zu vergleichen, wenn die Antworten unterschiedlich sind (Y versus Log Y).
Sie können auch versuchen, X-Variablen zu transfomieren.
Daten, die mehr als ein paar Größenordnungen variieren, profitieren im Allgemeinen von einer solchen Transformation.
Sie entscheiden, dass die Auswahl hilfreich war, basierend auf Modellbias und -varianz, Sparsamkeit, gültigen Modellannahmen und empirischer Validierung oder Kreuzvalidierung.
Ist dieses Modell für Vorhersage- oder Erklärungszwecke?
