فهرست مطالب:
تصویری: چگونه بهترین مدل رگرسیون چندگانه را انتخاب می کنید؟
2024 نویسنده: Stanley Ellington | [email protected]. آخرین اصلاح شده: 2023-12-16 00:16
هنگام انتخاب یک مدل خطی، این موارد را باید در نظر داشت:
- فقط مقایسه کنید مدل های خطی برای همان مجموعه داده
- پیدا کردن یک مدل با R2 تنظیم شده بالا.
- از این مطمئن شوید مدل باقیمانده ها را به طور مساوی در اطراف صفر توزیع کرده است.
- از خطاهای این اطمینان حاصل کنید مدل در پهنای باند کمی قرار دارند.
در اینجا، چه زمانی باید از رگرسیون چندگانه استفاده کرد؟
رگرسیون چندگانه بسط ساده است رگرسیون خطی به زمانی استفاده می شود ما می خواهم به ارزش یک متغیر را بر اساس مقدار دو یا چند متغیر دیگر پیش بینی کنید. متغیر ما می خواهم به پیش بینی متغیر وابسته (یا گاهی اوقات، متغیر نتیجه، هدف یا معیار) نامیده می شود.
پس از آن، سوال این است که چگونه یک مدل را انتخاب کنم؟ چگونه یک مدل یادگیری ماشینی را انتخاب کنیم - چند دستورالعمل
- داده ها را جمع آوری کنید.
- ناهنجاری ها، داده های از دست رفته را بررسی کنید و داده ها را پاک کنید.
- انجام تجزیه و تحلیل آماری و تجسم اولیه.
- ساخت مدل ها
- دقت را بررسی کنید.
- نتایج را ارائه دهید.
به سادگی، انواع مختلف مدل های رگرسیون چیست؟
انواع رگرسیون
- رگرسیون خطی. این ساده ترین شکل رگرسیون است.
- رگرسیون چند جمله ای این تکنیک برای برازش یک معادله غیرخطی با گرفتن توابع چند جمله ای متغیر مستقل است.
- رگرسیون لجستیک
- رگرسیون چندکی.
- رگرسیون ریج.
- رگرسیون کمند.
- رگرسیون خالص الاستیک.
- رگرسیون اجزای اصلی (PCR)
از چند متغیر مستقل می توان در رگرسیون چندگانه استفاده کرد؟
دو
توصیه شده:
تحلیل رگرسیون چندگانه چیست؟
رگرسیون چندگانه یک بسط رگرسیون خطی ساده است. زمانی استفاده می شود که بخواهیم مقدار یک متغیر را بر اساس مقدار دو یا چند متغیر دیگر پیش بینی کنیم. متغیری که می خواهیم پیش بینی کنیم، متغیر وابسته (یا گاهی اوقات، متغیر نتیجه، هدف یا معیار) نامیده می شود
رگرسیون چندگانه به شما چه می گوید؟
رگرسیون چندگانه ، گسترش رگرسیون ساده خطی است. زمانی استفاده می شود که بخواهیم مقدار یک متغیر را بر اساس مقدار دو یا چند متغیر دیگر پیش بینی کنیم. متغیری که می خواهیم پیش بینی کنیم متغیر وابسته (یا گاهی نتیجه ، هدف یا معیار) نامیده می شود
معادله رگرسیون چندگانه چیست؟
رگرسیون چندگانه. رگرسیون چندگانه به طور کلی رابطه بین چند متغیر مستقل یا پیش بینی کننده و یک متغیر وابسته یا معیار را توضیح می دهد. معادله رگرسیون چندگانه که در بالا توضیح داده شد به شکل زیر است: y = b1x1 + b2x2 + … + bnxn + c
رگرسیون خطی چندگانه در R چیست؟
رگرسیون خطی چندگانه گسترش رگرسیون خطی ساده است که برای پیش‌بینی متغیر نتیجه (y) بر اساس متغیرهای پیش‌بینی‌کننده متمایز چندگانه (x) استفاده می‌شود. آنها ارتباط بین متغیر پیش بینی کننده و نتیجه را اندازه گیری می کنند
چگونه رگرسیون خطی چندگانه انجام می دهید؟
برای درک رابطه ای که در آن بیش از دو متغیر وجود دارد، از رگرسیون خطی چندگانه استفاده می شود. مثال با استفاده از رگرسیون خطی چندگانه yi = متغیر وابسته: قیمت XOM. xi1 = نرخ بهره. xi2 = قیمت نفت. xi3 = ارزش شاخص S&P 500. xi4= قیمت قراردادهای آتی نفت. B0 = قطع y در زمان صفر