Regressziót végzek az excelben, és a negyedéves (szezonális értékek) próbaváltozóim vannak, a Q2 és Q3 P értékei szignifikánsak, de a Q1 P értékem is túl tűnik magas. Nem tudom pontosan kihúzni a Q1-et … Mit tegyek?

Itt van a kimenetem.

Intercept Pvalue 1.3208E-08 PRD1 Pvalue .00002834 Q1 Pvalue .6863222747 <-- this one concerns me Q2 Pvalue 6.22284E-06 Q3 Pvalue 1.22817E-07 PRD2 Pvalue 0.115615524 

Megjegyzések

  • Ez nyilvánvaló lehet egy több tudással rendelkező személy számára, de ha ennek a kimenetnek a felhasználója megnézi az 1. negyedévre vonatkozó előrejelzést, nem lenne ' ez haszontalan vagy a legjobb? Legjobb ' rendben van, ha a magas P értékű elemek alapján ' együtthatóban hagyja? Kérem, segítsen nekem Megérteni. Küzdök az ilyen típusú problémák kezelésével.
  • Kíváncsi vagyok, hogy egy nagy P értékű elem felvétele tönkreteszi-e az egész regressziós modellt? Általában csak újra lefutom a regressziót anélkül, hogy egy elem magas P érték, de ebben az esetben ' s Q1 és én ' nem tudom pontosan Q2 3 és 4 Q1 nélkül .. ~ összezavarodni
  • Ez nem ' t nem témán kívüli, de lehet, hogy másolata ??? valaminek?
  • Ott kell lennie, de valaki más fog ha ve csinálni a keresést, mert most késő este van itt. De az a kérdés, hogy a különböző negyedek dummiei valóban egy változót alkotnak (ebben az esetben négy lehetséges értékkel, így három dummikra van szükségük annak ábrázolásához. Ez a három bábu együtt alkotja a változót (R az ilyen változókat " tényezőknek nevezzük ". Nem szabad megvizsgálni az egyes együtthatók egyedi t-értékeit, hanem fel kell készíteni egy F-tesztet a teljes változóhoz (amelynek három szabadságfoka lesz).
  • A tényezőket, mint itt a negyedeket, mindig egy egészként kell kezelni. Hagyja benne az IT-t az összes dummival, vagy hagyja ki teljesen. az egyik együttható jelentéktelen, nem kiadható

Válasz

A fő kérdés megválaszolásához: Ha értelmezzük ez a kimenet azt jelenti, hogy a Q1 próbabábu hatása nem különbözik szignifikánsan a 0-tól, annyit jelent, hogy a Q1 hatása alapvetően megegyezik a Q4 dátummal kategória. Tehát csak erős bizonyíték van arra, hogy a próbabábu értéke fontos a Q2 és Q3 szempontjából.

Egy megjegyzésben írsz

Kíváncsi vagyok, hogy egy nagy P értékű elem hozzáadása megsemmisíti-e az egész regressziós modellt? Általában csak újra lefutom a regressziót anélkül, hogy egy elem magas P értéket húzna, de ebben az esetben Q1, és nem lehet pontosan Q2 3 és 4 Q1 nélkül .. ~ zavaros

Ez nem nagyszerű. Ha érdekel, hogy egyes prediktorok, ha vannak ilyenek, hasznosak lehetnek valamilyen kimenetel megjóslásában, akkor jó kiindulópont az olyan eszközök, mint a lasszó vagy a rugalmas nettó regresszió. Ezek a módszerek büntetett modellt illesztenek az adatokhoz, amely kiszűri a gyenge prediktorokat anélkül több összehasonlítási probléma merül fel. Ezeket a témákat hosszan tárgyalják a webhely más részein.

Megjegyzések

  • " ez nem ' t nagy ", ami a Q1-et jelenti a modellemben <

t? Az egyetlen rendelkezésünkre álló eszköz az Excel, a VBA toolpak regresszióanalízis beépülő modullal. Ezzel együtt a Q1 együtthatója nem ' t 0, tehát ha engedélyezem a felhasználóimnak a Q1 kiválasztását, akkor valami mást prognosztizál, mint ha a felhasználóim előrejeleznének a negyedik negyedévre. Ezért aggódtam ennek engedélyezésével, mivel tudom, hogy a Q értéke olyan magas a Q1 esetében.

  • " Különböző " nem A ' nem azt jelenti, hogy rossz.
  • de az a változás, amely miatt " más lesz " t egy őrült magas P értékű bemenet vezérli. Úgy tűnik, nem szabad engednem ', hogy befolyásolja az előrejelzést. Ez ' lényegében az egész kérdésem. A bemenet alapján összegyűjtöttem, hogy nem kellene ' aggódnom miatta, de nem vagyok teljesen biztos abban, hogy értem, miért ne.
  • Meg kell próbálnia megérteni, de legalább ne aggódj! Megértés nélküli aggodalma csak tovább ronthatja a helyzetet.
  • @JohnsonJason, A javaslat a LASSO vagy a rugalmas háló használatára rendben van abban az esetben, ha a cél a jóslat . Azonban a magyarázó modellezés és a prediktív modellezés különbözõ problémákat old meg; szép áttekintést ad a Shmueli " magyarázat vagy előrejelzés " (2010). Mivel az OP nem teszi egyértelművé, mégis meg kell jegyeznem ezt.
  • Vélemény, hozzászólás?

    Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük