Come selezionare facilmente il non significativo di molti fattori (~ 200 colonne) prima di eseguire una regressione multipla.Ho molti fattori (~ 200 colonne) e una risposta, ho molte misure.
La maggior parte di questi fattori mostrano colinearità tra loro, esiste un modo semplice per eseguire un primo filtro dei fattori non rilevanti?
Quindi nel resto eseguirò una regressione multipla.
Modellazione predittiva e machine learningRe: Come selezionare facilmente i fattori non significativi di molti fattori (~200 colonne) prima di eseguire una regressione multipla.Buongiorno,
Per classificare i parametri per una variabile di risposta è possibile utilizzare diversi strumenti:
- Screening dei regressori
- Screening delle risposte
I due strumenti potrebbero non dare gli stessi risultati. In questo caso, ciò può significare che ci sono termini “nascosti” che non sono espliciti nel modello: termini quadratici, termini incrociati.
D'altra parte, puoi utilizzare la regressione dei minimi quadrati (modello lineare), se desideri avere una formula di previsione. Con questo metodo puoi costruire il tuo modello passo dopo passo, rimuovendo i parametri che non hanno alcun impatto sul tuo modello.
Re: Come selezionare facilmente il non significativo di molti fattori (~ 200 colonne) prima di eseguire una regressione multipla.CIAO @Perpignan_italy ,
Se vuoi evidenziare i fattori che contribuiscono maggiormente alla tua risposta, il Screening dei predittori (jmp.com) la piattaforma sembra un buon primo passo di esplorazione.
Essendo basato sulla Random Forest, consentirà di testare "ugualmente" ogni fattore/caratteristica, anche in presenza di multicollinearità.
Se desideri creare un modello basato sui predittori più importanti e utilizzare un modello di regressione, potresti dover scegliere un modello adeguato (penalizzato come la regressione Lasso, Ridge o Elastic Net o altri modelli di regressione come i minimi quadrati parziali, ... ) o eseguire una pre-elaborazione (con l'analisi delle componenti principali ed eseguendo la regressione sulle componenti principali) per tenere conto correttamente della multicollinearità nel modello.
Puoi anche utilizzare modelli semplici che siano in grado di gestire la multicollinearità e con meno presupposti (come Decision Tree dalla piattaforma Modelli di partizioni (jmp.com) ) una volta selezionati i predittori.
Spero che questa risposta ti possa aiutare,
Ri: Come selezionare facilmente il non significativo di molti fattori (~ 200 colonne) prima di eseguire una regressione multipla.Grazie mille, proverò il tuo suggerimento.
