A regressão passo a passo (geralmente chamada de regressão para frente ou para trás) envolve ajustar um modelo de regressão e adicionar ou remover preditores com base em t t Estatisticas, R 2 R2 ou critérios de informação para chegar de maneira * gradual * a um modelo final. Essa tag também pode ser usada para estratégias de seleção direta, eliminação reversa e melhores subconjuntos de variáveis.
Eu gostaria de implementar um algoritmo para seleção automática de modelo. Estou pensando em fazer regressão gradual, mas qualquer coisa serve (porém, deve ser baseada em regressões lineares). Meu problema é que não consigo encontrar uma metodologia ou uma implementação de código aberto (estou...
Eu tenho um conjunto de dados com cerca de 30 variáveis independentes e gostaria de construir um modelo linear generalizado (GLM) para explorar o relacionamento entre elas e a variável dependente. Estou ciente de que o método que me foi ensinado para essa situação, a regressão gradual, agora é...
Em um conjunto de dados de duas populações não sobrepostas (pacientes e saudáveis, total ), gostaria de encontrar (de variáveis independentes) preditores significativos para uma variável dependente contínua. Correlação entre preditores está presente. Estou interessado em descobrir se algum dos...
Vamos considerar, por exemplo, um modelo de regressão linear. Ouvi dizer que, na mineração de dados, depois de realizar uma seleção gradual baseada no critério da AIC, é enganoso olhar para os valores p para testar a hipótese nula de que cada coeficiente de regressão verdadeiro é zero. Ouvi dizer...
Sou novato nessa coisa de R, mas não tenho certeza de qual modelo selecionar. Fiz uma regressão passo a passo, selecionando cada variável com base no AIC mais baixo. Eu vim com três modelos que não tenho certeza qual é o "melhor". Model 1: Var1 (p=0.03) AIC=14.978 Model 2: Var1 (p=0.09) + Var2...
Estou bem ciente dos problemas da seleção stepwise / forward / backward nos modelos de regressão. Existem inúmeros casos de pesquisadores denunciando os métodos e apontando para melhores alternativas. Fiquei curioso para saber se existem histórias onde uma análise estatística: usou regressão...
Estou usando o pacote R penalizado para obter estimativas reduzidas de coeficientes para um conjunto de dados em que tenho muitos preditores e pouco conhecimento de quais são importantes. Depois de escolher os parâmetros de ajuste L1 e L2 e ficar satisfeito com meus coeficientes, existe uma maneira...
Os métodos de seleção de variáveis algorítmicas passo a passo tendem a selecionar modelos que enviesam mais ou menos todas as estimativas em modelos de regressão ( ββ\beta s e seus SEs, valores de p , estatísticas F , etc.) e têm a probabilidade de excluir preditores verdadeiros como incluir...
Eu li inúmeras publicações neste site que são incrivelmente contra o uso de seleção gradual de variáveis usando qualquer tipo de critério, seja com base em valores-p, AIC, BIC, etc. Entendo por que esses procedimentos são, em geral, muito ruins para a seleção de variáveis. o post provavelmente...
Fiquei me perguntando, por que os métodos de seleção de modelos LASSO e LARS são tão populares, mesmo que sejam basicamente apenas variações da seleção direta passo a passo (e, portanto, sofram da dependência do caminho)? Da mesma forma, por que os métodos General to Specific (GETS) para seleção...
Suponha que eu queira criar um classificador binário. Eu tenho vários milhares de recursos e apenas alguns 10s de amostras. Pelo conhecimento do domínio, tenho um bom motivo para acreditar que o rótulo da classe pode ser previsto com precisão usando apenas alguns recursos, mas não faço ideia de...
Em R, o drop1comando gera algo limpo. Esses dois comandos devem fornecer alguma saída: example(step)#-> swiss drop1(lm1, test="F") O meu fica assim: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df...
Na psicologia e em outros campos, geralmente é empregada uma forma de regressão gradual que envolve o seguinte: Observe os preditores restantes (não há nenhum no modelo a princípio) e identifique o preditivo que resulta na maior mudança no quadrado r; Se o valor p da alteração do quadrado r for...
A regressão passo a passo havia sido superutilizada em muitos artigos biomédicos no passado, mas isso parece estar melhorando com uma melhor educação de seus muitos problemas. Muitos revisores mais antigos ainda o solicitam. Quais são as circunstâncias em que a regressão gradual tem um papel e deve...
Estou ajustando uma regressão logística passo a passo em um conjunto de dados no SPSS. No procedimento, estou ajustando meu modelo a um subconjunto aleatório que é de aprox. 60% da amostra total, ou seja, cerca de 330 casos. O que eu acho interessante é que, toda vez que faço uma nova amostragem...
Qual é o valor p crítico usado pelo step() função em R para regressão passo a passo? Presumo que seja 0,15, mas minha suposição está correta? Como posso alterar o valor p
Estou experimentando uma regressão gradual por uma questão de diversidade na minha abordagem ao problema. Então, eu tenho 2 perguntas: Quais são as vantagens da regressão gradual? Quais são seus pontos fortes específicos? O que você acha da abordagem híbrida, na qual você usa a regressão passo a...
Usei o seguinte código R para ajustar um modelo probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Eu quero saber o que faz stepwisee backward/forwardfaz exatamente e como selecionar as
A documentação do R para qualquer um deles não esclarece muita coisa. Tudo o que posso obter neste link é que o uso de qualquer um deles deve estar bem. O que eu não entendo é por que eles não são iguais. Fato: A função de regressão gradual em R é step()usada extractAIC(). Curiosamente, a...
Em R, o stepcomando supostamente pretende ajudá-lo a selecionar as variáveis de entrada para o seu modelo, certo? O seguinte vem de example(step)#-> swiss& step(lm1) > step(lm1) Start: AIC=190.69 Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality...