So überprüfen Sie einfach die nicht signifikanten Faktoren (ca. 200 Spalten), bevor Sie eine multiple Regression durchführen.Ich habe viele Faktoren (~200 Spalten) und eine Antwort, ich habe viele Kennzahlen.
Die meisten dieser Faktoren weisen eine Kolinearität zwischen ihnen auf. Gibt es eine einfache Möglichkeit, einen ersten Filter der nicht relevanten Faktoren durchzuführen?
Dann werde ich im Übrigen eine multiple Regression durchführen.
Prädiktive Modellierung und maschinelles LernenBetreff: Wie kann man auf einfache Weise die nicht signifikanten Faktoren (ca. 200 Spalten) überprüfen, bevor man eine multiple Regression durchführt?Guten Morgen,
Um Parameter für eine Antwortvariable zu klassifizieren, können Sie mehrere Tools verwenden:
- Screening von Regressoren
- Überprüfung der Antworten
Die beiden Tools liefern möglicherweise nicht die gleichen Ergebnisse. In diesem Fall kann dies bedeuten, dass es „versteckte“ Terme gibt, die im Modell nicht explizit sind: quadratische Terme, Kreuzterme.
Andererseits können Sie die Regression der kleinsten Quadrate (lineares Modell) verwenden, wenn Sie eine Vorhersageformel wünschen. Mit dieser Methode können Sie Ihr Modell Schritt für Schritt aufbauen und dabei Parameter entfernen, die keinen Einfluss auf Ihr Modell haben.
Betreff: Wie kann man viele Faktoren (ca. 200 Spalten) einfach auf die nicht signifikanten Faktoren überprüfen, bevor man eine multiple Regression durchführt?Hallo @Perpignan_italy ,
Wenn Sie die Faktoren hervorheben möchten, die am meisten zu Ihrer Reaktion beitragen, können Sie Folgendes tun: Prädiktor-Screening (jmp.com) Plattform scheint ein guter erster Erkundungsschritt zu sein.
Da es auf Random Forest basiert, können alle Faktoren/Merkmale „gleichermaßen“ getestet werden, selbst wenn Multikollinearität vorliegt.
Wenn Sie ein Modell basierend auf den wichtigsten Prädiktoren erstellen und ein Regressionsmodell verwenden möchten, müssen Sie möglicherweise ein geeignetes Modell auswählen (bestraft wie Lasso-, Ridge- oder Elastic-Net-Regression oder andere Regressionsmodelle wie partielle kleinste Quadrate usw.) ) oder führen Sie eine Vorverarbeitung durch (mit Hauptkomponentenanalyse und Durchführung der Regression für Hauptkomponenten), um die Multikollinearität in Ihrem Modell korrekt zu berücksichtigen.
Sie können auch einfache Modelle verwenden, die mit Multikollinearität und weniger Annahmen umgehen können (wie der Entscheidungsbaum von Platform). Partitionsmodelle (jmp.com) ), sobald Ihre Prädiktoren ausgewählt sind.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Wie kann man viele Faktoren (ca. 200 Spalten) einfach auf die nicht signifikanten Faktoren überprüfen, bevor man eine multiple Regression durchführt?Vielen Dank, ich werde Ihren Vorschlag ausprobieren.
