做回归分析自变量太多怎么办

yuneiji

13933

收藏 2017-08-31

最近在做多分类logistic回归，遇到自变量太多的问题（30个自变量），自变量大多都是离散型变量，自变量之间的相关关系也不是很强，没法用主成分分析或因子分析降维，请问这个时候还有没有其他的降维办法？还是说可以不用降维直接做模型？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

嘉哥丶有点忙

2017-8-31 16:02:59

一般的话变量分别先做一下检验吧，自变量是分类的话做卡方，连续的做t-test，先筛去绝对没有相关性的，其他的一起做logstic，后面的话只能慢慢调试，用模型里面的自动筛选选项都做一次，试出最佳的组合后，如果继续做交叉检验的话可以用树模型试出交叉项，最后整合起来就差不多OK

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Genieliu

2017-8-31 19:11:22

coursera上面的Andrew Ng机器学习课程里面有一节Dimensionality Reduction，讲的就是降维的方法。对变量之间的关系也并没有要求。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xddlovejiao1314

2017-9-1 09:35:52

如果模型不是做预测，那么分别将这些自变量单独与因变量做回归分析，不显著的在最后的模型中不纳入就行了。祝好运~

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jin216

2017-9-1 11:24:49

通过逐步回归自动选择也是个办法

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

yuneiji

2017-9-1 13:48:01

xddlovejiao1314 发表于 2017-9-1 09:35
如果模型不是做预测，那么分别将这些自变量单独与因变量做回归分析，不显著的在最后的模型中不纳入就行了。 ...

谢谢！因为是mlogit模型，有些变量在第一个模型中不显著，但在其他模型中显著，请问这种情况是保留还是剔除呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群