댓글: 변수 선택 방법: 선형 회귀 분석으로 변수를 선택한다면?

댓글: 변수 선택 방법: 선형 회귀 분석으로 변수를 선택한다면? https://ds.sumeun.org/posts/1936/ R Tue, 22 Nov 2022 01:46:05 +0000 hourly 1 https://wordpress.org/?v=6.0.2 글쓴이: admin https://ds.sumeun.org/posts/1936/#comment-947464 admin Tue, 22 Nov 2022 01:46:05 +0000 http://141.164.34.82/?p=1936#comment-947464 <a href="https://ds.sumeun.org/?p=1936#comment-947459">magic</a>의 응답. 다중 회귀 분석의 의미를 생각해보세요. y=b0 + b1 G (G: Gender)에서 b1는 유의미하지 않은 데, y=b0 + b1G + b2S (S:Socioeconomic status)에서 b1은 유의미하다면 Socioeconimic status가 동일한 집단 내에서는 b1이 유의미하다는 뜻입니다 <a href="https://ds.sumeun.org/posts/1936/#comment-947459">magic</a>의 응답. 다중 회귀 분석의 의미를 생각해보세요. y=b0 + b1 G (G: Gender)에서 b1는 유의미하지 않은 데, y=b0 + b1G + b2S (S:Socioeconomic status)에서 b1은 유의미하다면 Socioeconimic status가 동일한 집단 내에서는 b1이 유의미하다는 뜻입니다 글쓴이: magic https://ds.sumeun.org/posts/1936/#comment-947459 magic Tue, 01 Nov 2022 09:38:01 +0000 http://141.164.34.82/?p=1936#comment-947459 성별변수(더미변수)가 종속변수와의 상관관계, 즉 단순회귀에서는 유의미한 결과를 주지 않는데(표준화계수: .025, p: .732) 다른 독립변수와 함께 다중회귀분석을 하면 유의미해집니다(표준화계수: -.154, p: .003). 어떻게 해석해야 좋을까요? 성별변수(더미변수)가 종속변수와의 상관관계, 즉 단순회귀에서는 유의미한 결과를 주지 않는데(표준화계수: .025, p: .732) 다른 독립변수와 함께 다중회귀분석을 하면 유의미해집니다(표준화계수: -.154, p: .003). 어떻게 해석해야 좋을까요? 글쓴이: admin https://ds.sumeun.org/posts/1936/#comment-607 admin Sat, 27 Jun 2020 06:50:24 +0000 http://141.164.34.82/?p=1936#comment-607 <a href="https://ds.sumeun.org/?p=1936#comment-576">lim</a>의 응답. "?garson"를 해보시면, 도움말을 확인할 수 있습니다. 다음의 자료들을 한 번 확인해보시면 될 것 같습니다. Beck, M.W. 2018. NeuralNetTools: Visualization and Analysis Tools for Neural Networks. Journal of Statistical Software. 85(11):1-20. Garson, G.D. 1991. Interpreting neural network connection weights. Artificial Intelligence Expert. 6(4):46-51. Goh, A.T.C. 1995. Back-propagation neural networks for modeling complex systems. Artificial Intelligence in Engineering. 9(3):143-151. Olden, J.D., Jackson, D.A. 2002. Illuminating the 'black-box': a randomization approach for understanding variable contributions in artificial neural networks. Ecological Modelling. 154:135-150. Olden, J.D., Joy, M.K., Death, R.G. 2004. An accurate comparison of methods for quantifying variable importance in artificial neural networks using simulated data. Ecological Modelling. 178:389-397. <a href="https://ds.sumeun.org/posts/1936/#comment-576">lim</a>의 응답. “?garson”를 해보시면, 도움말을 확인할 수 있습니다. 다음의 자료들을 한 번 확인해보시면 될 것 같습니다. Beck, M.W. 2018. NeuralNetTools: Visualization and Analysis Tools for Neural Networks. Journal of Statistical Software. 85(11):1-20. Garson, G.D. 1991. Interpreting neural network connection weights. Artificial Intelligence Expert. 6(4):46-51. Goh, A.T.C. 1995. Back-propagation neural networks for modeling complex systems. Artificial Intelligence in Engineering. 9(3):143-151. Olden, J.D., Jackson, D.A. 2002. Illuminating the ‘black-box’: a randomization approach for understanding variable contributions in artificial neural networks. Ecological Modelling. 154:135-150. Olden, J.D., Joy, M.K., Death, R.G. 2004. An accurate comparison of methods for quantifying variable importance in artificial neural networks using simulated data. Ecological Modelling. 178:389-397. 글쓴이: lim https://ds.sumeun.org/posts/1936/#comment-576 lim Mon, 20 Apr 2020 08:44:59 +0000 http://141.164.34.82/?p=1936#comment-576 안녕하세요 포스팅 너무 좋은 자료가 공부에 도움이 되고 있습니다. 다만 하나 궁금한게 있는데 garson() 함수로 인공신경망 변수의 중요도가 나오는 부분에서 어떤 공식으로 변수 중요도가 계산돼서 그려지는지 알 수 있을까요? 안녕하세요 포스팅 너무 좋은 자료가 공부에 도움이 되고 있습니다. 다만 하나 궁금한게 있는데 garson() 함수로 인공신경망 변수의 중요도가 나오는 부분에서 어떤 공식으로 변수 중요도가 계산돼서 그려지는지 알 수 있을까요?