我想在一个闪亮的应用程序中执行多重线性回归，但每次我都想基于2个闪亮的小工具来改变因变量和自变量。这能实现吗？
浏览 10提问于2020-09-28得票数 0
回答已采纳
我试图估计一个带有arima误差的线性回归，但我的回归变量是高度共线性的，因此回归模型受到多重共线性的影响。由于我的最终目标是能够将单个回归系数解释为弹性，并将它们用于事前预测，因此我需要以某种方式解决多重共线性，以便能够信任回归变量的系数。我知道转换<em
浏览 38提问于2019-06-17得票数 1
1回答
我正在尝试使用表单的逻辑模型我正在从EXCEL文件中读取我的数据：
data1<-read.csv(file.choose我使用input使用lm()
浏览 5提问于2016-08-12得票数 0
1回答
如何选择回归变量
、、
我有一个多/空股票对冲基金回报率及其相关基准(市场指数)的数据集。
我需要对基金回报形成多元回归，将基准收益作为自变量(允许我形成指数的线性组合或操纵，甚至是非线性组合)。当然，我不知道该选择哪一个自变量。像子集选择、拉索和岭这样的技术应该在这种情况下使用吗？
浏览 0提问于2018-02-14得票数 2
回答已采纳
1回答
R中的多粘性测试
、、、
我正在处理一个很大的数据集，我怀疑它有多重共线性问题，因为变量协方差矩阵有一个负的特征值(与其他矩阵相比非常小)；也是max特征值/min特征值>3000的比率；
我的问题是:在R中是否有任何测试例程只是为了识别哪些变量是冗余的(我不使用回归模型)；我可能会做线性回归对图或使用pairs(data)命令，但我真的
浏览 1提问于2013-07-18得票数 0
1回答
假设以下情况：这些特征之间存在不可忽略的多重共线性关系。比方说，我想了解一把椅子的不同部件对椅子零售价的影响。例如：x_1 =所用垫子的颜色
x_2 =椅子
浏览 0提问于2019-11-10得票数 1
1回答
我有这个时间系列数据集，它有63个特性，其中57个是手工设计的。在检查共线性时，我得到了这个相关矩阵：可以看出，有许多变量是相关的/共线的。那些深红色的当然需要移除，但是那些在蓝色范围内的呢？这些变量(关于共线性的负范围)是如何影响回归模型的？另外，我从sklearn.feature_extraction模块中运行了一个递归的特征提取过程，它建议我使用</e
浏览 0提问于2019-10-20得票数 2
回答已采纳
2回答
我正在做一个预测不同密码货币市值的项目。我的数据非常小(51个观察)，最初我有18个X变量。我希望得到关于我的建模方法和结果的反馈，以及关于改进模型的建议(特别是通过转换变量/使用非线性回归技术)。我不是抛弃这些观测结果，而是通过拟合这6个X变量中的每一个变量来预测这6个X变量的缺失值，在(a)有缺失
浏览 0提问于2018-07-19得票数 0
4回答
我一直在试图了解自变量内的多重共线性对线性回归模型的影响。维基百科网页建议，只有当有一个“完美”的多重共线性，其中一个自变量将不得不从培训中删除。现在我的问题是，如果相关性等于+/- 1，我们应该只删除其中的一列，还是考虑一个阈值(比如0.90)，然后它应该被认为是完美的多重共线性。
浏览 0提问于2021-10-25得票数 3
我想问一个关于多参数线性回归模型的问题。问题如下:我们现在有100家公司的数据，对于每一家公司，我都有三个季度的参数A，B，C，D的数据。(我们可以称之为A1，A2，A3，B1，B2，B3..etc)我们假设A和BCD之间存在某种关系(我们还不知道，需要找到)，现在我们需要预测第四季的A，即A4……
我的方法是用普通的最小二乘公式计算关系，并以A4=x1*B4+x2*C4+x3*D4的形式得到最终的
浏览 2提问于2017-08-27得票数 0
我正在尝试使用python中的statsmodels.formula.api包执行多重线性回归，并列出了下面用于执行此回归的代码。join(auto_1.columns[1:-1])print(results.summary())
数据由以下变量组成当打印结果出现时，它会显示马力列的多行，并且回归<
浏览 7提问于2022-09-18得票数 0
回答已采纳
3回答
据我所知，岭回归只是有一个优化问题的损失函数加上正则化项(L2范数在岭的情况下)。但是，我不确定损失函数是否可以用非线性函数来描述，还是需要是线性的。在这种情况下，如果损失函数需要是线性的，那么据我所理解的岭回归，只是执行线性回归加上L2-范数的正则化。如果我错了，请纠正我。
浏览 0提问于2020-03-13得票数 8
回答已采纳
我正在用python做一个机器学习系统模块的练习，它使用汽车的数据集(气缸，年份，消耗.)并要求建立一个模型，作为预测汽油消耗量的变量。因为它有三个分类变量，所以我已经生成了假人。📷from sklearn.linear_model import LinearRegression
浏览 0提问于2019-06-22得票数 1
回答已采纳
我有一组多元线性变量，我试图用岭回归来解决这个问题。我在R中使用带有alpha =0的glmnet包(用于岭回归)。library(glmnet)-创建模型矩阵并分配y变量
x <- model.matrix(dv ~ ., datamatrix
浏览 9提问于2017-07-01得票数 6
回答已采纳
1回答
在Matlab语言中，我使用函数fitlm在响应变量y和预测器x之间执行线性回归。在我的分析中，我还包括了一个权重变量w。但是，权重变量只能是一个列向量，我希望同时控制多个因素。我还尝试过函数robustfit、LinearModel.fit和lscov，但所有这些函数都只能使用单个列向量作为权重。让我给你举个例子：y是按下按钮的响应时间，x是响应的准确性，weights = [gender age
浏览 2提问于2015-11-11得票数 0
我试图从二进制变量列表中预测统计上有意义的变量。我对下面提到的两种寻找相关变量的方法有一个概念上的疑问。因变量:人的身高
方法1:拟合线性回归，同时将这些变量作为因变量/自变量</em
浏览 0提问于2019-05-21得票数 0
我想在python中使用套索执行多重线性回归。我不确定输入观测矩阵X是否可以包含分类变量。我从这里阅读了说明：model = Lasso(fit_intercept=False, alpha=0.01)在上面的代码中，X是一个大小为n-x-p的观测矩阵，p个变量中的一个可以是分类类型吗？
浏览 0提问于2019-11-16得票数 2
2回答
指标间相关性的机器学习算法
、、、、
我有一个数据集，其中有几个与一些地理实体有关的指标，我想研究影响指标A(其他指标之一)的因素，.I需要确定哪些指标对它的影响最大(相关性)--我应该使用哪一种ML --我希望对我的指标A有一种评分函数，
浏览 3提问于2022-07-06得票数 -1
为什么在0到1之间绑定的Beta回归不能将许多自变量作为回归变量处理？我有大约30个自变量，我试着去拟合，它显示了错误，比如：
optim中的错误(par= start，fn = loglikfun，gr = gradfun，method = method，：optim提供的非有限值只有少数变量是accepting.Now，如果我将所有这些自变量组合在X <- (df$x1 + … + df$x30)中，然后在
浏览 3提问于2021-06-23得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
