问题标签 [multiple-regression]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 在 R 中执行条件逻辑回归
使用该MatchIt
库,特别是粗化的精确匹配,我创建了两个在变量上匹配的组E
。我这样做的代码如下所示:
该变量x.data
具有结果变量Y1
、Y2
和Y3
。现在我想执行条件逻辑回归比较e.data0
(或E == 0
)到e.data1
(或E == 1
)的二元分类结果Y1
。
clogit
从库中使用survival
,以下代码是否正确?
我没有使用strata
关键字并且似乎得到了结果,但是我在谷歌上看到的每个示例都显示了strata
关键字的使用,这就是我感到困惑的原因。谢谢你。
r - 使用 r 的多重线性回归。在列中选择某些值的语法
我有一个数据集,我正在尝试对其进行多重liner regression
处理,如下所示:
我知道,我需要使用
lm(response ~ explanatory_1 + explanatory_2 + … + explanatory_p)
但是对于我的解释变量,当所有三个变量都存在于同一列中时,我对如何选择它们感到困惑。我需要将刺激列分成 1、2、3。有没有一种简单的方法可以做到这一点?
machine-learning - 简单线性回归的结果比多变量/多 reg 更好
我有一个预测房价的现有模型,它使用简单的线性回归。作为输入,我有日期,输出是价格。
我想改善整体结果,所以我又添加了一项功能。新特征是与估计属性的距离。
问题是多元/多元回归的表现比简单回归差一些。(所有数据均已标准化)
你有什么想法为什么会发生这种情况,我该如何处理?