Robię regresję w programie Excel i mam zmienne fikcyjne dla kwartału (wartości sezonowe) Wartości P dla Q2 i Q3 są znaczące, ale moja wartość P Q1 wydaje się też wysoki. Nie mogę dokładnie wyciągnąć Q1 … Co mam zrobić?
Oto moje wyjście.
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 Komentarze
- To może być oczywiste dla kogoś z większą wiedzą, ale jeśli mój użytkownik tego wyniku wyświetli prognozę na pierwszy kwartał, nie ' nie byłoby bezużyteczne lub w najlepszym razie złe? Czy ' można pozostawić współczynnik ' na podstawie elementów o wysokich wartościach P? Pomóż mi by to zrozumieć. Nie potrafię sobie poradzić z tego typu problemami.
- Zastanawiasz się, czy dołączenie elementu o wysokiej wartości P niszczy cały model regresji? Zwykle po prostu uruchamiam regresję ponownie, bez ciągnięcia elementu wysoka wartość P, ale w tym przypadku ' s Q1 i mogę ' t dokładnie mieć Q2 3 i 4 bez Q1 .. ~ zdezorientowany
- To nie jest ' nie na temat, ale może być duplikatem ??? czegoś?
- To musi tam być, ale ktoś inny będzie ha ve poszukać, bo teraz jest już za późno w nocy. Ale problem polega na tym, że manekiny dla różnych ćwiartek naprawdę tworzą razem jedną zmienną (w tym przypadku z czterema możliwymi wartościami, więc potrzebujesz trzech manekinów, aby ją przedstawić. Te trzy manekiny razem tworzą zmienną takie zmienne nazywane są " czynnikami ". Nie należy patrzeć na poszczególne wartości t dla każdego współczynnika, ale skonstruować jeden test F dla całej zmiennej (która będzie miała trzy stopnie swobody).
- Czynniki, takie jak tutaj ćwiartki, powinny być zawsze traktowane jako całość. Pozostaw IT ze wszystkimi jego manekinami lub całkowicie. jeden z indywidualnych współczynników jest nieistotny jest nieistotny
Odpowiedź
Aby odpowiedzieć na główne pytanie: Jeśli interpretujemy to wyjście oznacza, że efekt manekina Q1 nie różni się znacząco od 0, wszystko to oznacza, że efekt w Q1 jest w zasadzie taki sam jak w Q4, który jest twoim odniesieniem Kategoria. Tak więc istnieje tylko mocny dowód na to, że wartość pozorna jest ważna dla drugiego i trzeciego kwartału.
W komentarzu piszesz
Zastanawiasz się, czy uwzględnienie pozycji o wysokiej wartości P niszczy cały model regresji? Zwykle po prostu uruchamiam regresję ponownie bez elementu ściągającego wysoką wartość P, ale w tym przypadku jest to Q1 i nie mogę dokładnie mieć Q2 3 i 4 bez Q1 .. ~ zagubiony
To nie jest świetne. Jeśli interesuje Cię, czy niektóre predyktory są przydatne w przewidywaniu wyniku, dobrym miejscem do rozpoczęcia są narzędzia takie jak lasso lub regresja sieci elastycznej. Metody te dopasowują model ukarany do danych, który odfiltrowuje słabe predyktory bez powoduje wiele problemów z porównaniami. Te tematy są szczegółowo omówione w innym miejscu w tej witrynie.
Komentarze
- " to nie jest ' t super " co oznacza, że pierwszy kwartał w moim modelu nie jest ' świetny? Jedynym dostępnym narzędziem jest Excel z wtyczką do analizy regresji w pakiecie narzędzi VBA. W związku z tym współczynnik dla Q1 wynosi n ' t 0, więc jeśli pozwolę moim użytkownikom wybrać Q1, prognozować coś innego, niż gdyby moi użytkownicy prognozowali na IV kwartał. Dlatego martwiłem się, że pozwolę na to, ponieważ wiem, że wartość P jest tak wysoka w pierwszym kwartale.
- " Różne " nie ' to źle.
- ale zmiana, która powoduje, że jest " inna " jest sterowany przez wejście o szalenie wysokiej wartości P. Wygląda na to, że nie powinienem ' pozwolić, aby miało to wpływ na prognozę. To ' to właściwie całe moje pytanie. Na podstawie Waszych informacji rozumiem, że nie powinienem ' się tym martwić, ale nie jestem do końca pewien, czy rozumiem, dlaczego nie.
- Powinieneś spróbować zrozumieć, ale przynajmniej nie martw się! Twoje zamartwianie się bez zrozumienia może tylko pogorszyć sprawę.
- @JohnsonJason, Sugestia użycia LASSO lub elastycznej siatki jest w porządku w przypadku, gdy celem jest przewidywanie . Należy jednak zauważyć, że modelowanie wyjaśniające i modelowanie predykcyjne rozwiązuje różne problemy; ładny przegląd znajduje się w Shmueli " Wyjaśnić lub przewidzieć " (2010). Ponieważ OP nie mówi o tym wprost, pomyślałem, że powinienem to zauważyć.