问题标签 [coefficients]

我构建了一个二元逻辑模型来检查各种变量对消费者购买概率的影响。我有 5 个不同的品牌，在模型中我有 5 个特定于品牌的价格变量（品牌虚拟变量和价格之间的交互）。所以我的输出看起来像这样：

我想问的是，关于价格的整体影响是否正确，而不是专门针对品牌。例如，取系数的平均值并说价格的平均影响等于 0.38 是否正确？或者我应该遵循一些统计程序来报告价格的整体影响？P值也同样适用吗？

我正在使用spss，并且我是建模新手，因此将不胜感激。

非常感谢

我有一个具有两种类型的许多不同固定效应的模型，我只对少数回归量感兴趣，而不是固定效应本身。我发现包含 as.factor 变量以具有固定效果（而不是使用内部估计器）更容易。但是，是否有可能抑制这些因子系数的输出？

这是我的代码，当我构建它并创建 .exe 文件时，它可以工作，但是在整个过程中我打印函数（即均值、协方差、系数），它们都以 -1#IND 的形式返回。认为它可能没有正确地从 CSV 文件中提取数据？

这是我工作的例子：

我的问题是：

有一个glm函数选项可以让我用我想要的值修复截距系数？并预测 x 值？

例如：我希望我的曲线以较高的“Y”值开始==>我想改变截距log(300)

如果我犯了任何愚蠢的错误，我很抱歉，我对 R 很陌生。我一直在寻找我问题的答案，但还没有走得很远！

我需要报告模型中预测变量的标准化系数。我想我已经弄清楚了如何通过缩放所有变量（类型和速度是分类变量，两个级别用 1 和 -1 编码）来为我的响应时间模型做到这一点。

例如

然后询问系数：

但是，我无法弄清楚如何为我的准确性模型执行此操作。这是常规模型：

它不允许我在准确度分数上使用比例。如果我只是缩放预测变量，这不会给我正确的系数，因为我得到的值大于 1。

在此先感谢您的帮助！

劳拉

我从理论上知道给定信号的能谱是平方傅立叶系数的总和。

如果我有相应傅立叶系数的实部和虚部怎么办，我能说给定信号的能谱等于（实部+虚部）^2的总和吗？

我想创建一个线性回归模型来预测使用基于数据中某个阈值的两个不同系数的输出。例如：df：

等等。对于这些数据，我想弄清楚如何制作以下模型：

值 = B0 + B1（高温）+ B2（低温）

如果温度低于 55，则 B1 为 0，如果温度低于 55，则 B2 为 0。我尝试了以下操作：

fit仅在温度高于 55 时给我一个系数，并fit2给出我不完全理解的输出。我也在考虑创建第三列，HighorLow，带有一个指示变量（1 或 0），用于指示温度是高还是低。我会：

有人有意见吗？我将不胜感激任何帮助。

这是在另一个线程中开始的问题的延续。

我使用 sklearn 使用类似于以下代码的代码运行了逻辑回归：

现在我想将 d.coef_ 中的值链接到构成我的稀疏矩阵 X 中的行的唯一项。这样做的正确方法是什么？似乎无法让它工作，即使看起来 X 应该有一个 words_ 属性。我得到：

更进一步，如果我想获得这些系数的统计显着性和置信区间（沿着你从 R 的 glm 获得的内容），这可能吗？例如，

我有一个像这样的符号向量：

然后我想提取系数，我可以用coeffs函数来做到这一点，例如

返回[3, -1]。

我想用一个for循环来做到这一点，然后将系数插入一个矩阵。在这个例子中，矩阵是 4×4，所以我会用C = zeros(4). 然后，系数 ,[3,-1]将分别放在C(1,1)和C(1,2)中，而coeffs(du(:,2)返回[8, -1 -3]的 , 将放在C(2,2),C(2,1)和C(2,4)中。因此，in 中的du行将对应于 中的行C，并且每个系数名称中的第二个数字，例如u12，将对应于列。

好的，这是我的代码：

所以我不确定如何用 du 的系数制作矩阵

我正在使用大量数据（5000 万行）和 biglm 包创建一个线性模型。这是通过首先基于数据块创建线性模型，然后通过读取更多数据块（100 万行）并使用“biglm”中的“更新”函数来更新模型来完成的。我的模型使用年份（具有 20 个级别的因子）、温度和一个名为 is_paid 的 1 或 0 因子变量。代码看起来像这样：

问题是is_paid因子变量几乎总是0。所以有时当我读入一大块数据时，is_paid列中的每个值都是0，我显然会得到以下错误：

所以基本上，我需要一种方法让模型接受更新，而不会因为新数据块中没有两个不同的因素而生气。

我正在考虑这样做的一种方法是始终将一行真实数据的 is_paid 值为“1”，并将其添加到新块中。这样，有不止一种因素，我还在添加真实数据。代码看起来像这样：

这是我的数据示例：

这是我的示例行的示例，它是 is_paid 为 1 的真实记录：

一遍又一遍地添加同一行会扭曲我为变量获得的系数吗？我在一些虚拟代码上进行了测试，它看起来不像一遍又一遍地更新具有相同记录的模型会影响它，但我很怀疑。

我觉得有一种更加优雅和智能的方式来做到这一点。我一直在阅读 R 教程，似乎有一种方法可以为 lm 模型设置对比度。我查看了“lm”中的“对比”论点，但什么也想不通。我不认为你可以在 biglm 中设置对比度，这是我需要使用的。我真的很感激你们能想到的任何见解或解决方案。

*is_paid 的数值变量与因子变量的比较：

这里的结论是，如果 is_paid 是数字，模型就会改变。

****我还稍微编辑了我的模型，以查看两个因素的相互作用，而不仅仅是三个变量。这意味着我不能将 is_paid 视为数字（我认为）