全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
5185 4
2010-04-30
请问广义线性混合模型(binary error and logit link function)需要避免多重共线性问题吗?我应用该模型处理一组数据时,发现对一个变量的预测与实际均值相反。我怀疑是多重共线性导致的;我的样本量相对可以(分别为102和64)。我不是很懂统计学知识,希望大家能给我些意见。在此谢谢了!
二维码

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
2010-4-30 07:28:23
广义线性混合模型没有具体用过,不过解决多重共线性方法很多,如变换模型形式、逐步回归法、岭回归法等都可以
二维码

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

2010-4-30 11:31:49
可能你样本量有点少
另外观测范围是不是太窄了
二维码

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

2010-4-30 11:37:33
谢谢大家的热心回答帮助了1
二维码

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

2010-5-1 06:24:09
xuyu608 发表于 2010-4-30 04:41
请问广义线性混合模型(binary error and logit link function)需要避免多重共线性问题吗?我应用该模型处理一组数据时,发现对一个变量的预测与实际均值相反。我怀疑是多重共线性导致的;我的样本量相对可以(分别为102和64)。我不是很懂统计学知识,希望大家能给我些意见。在此谢谢了!
See the following example, the coefs are opposite due to the definition of events.

data t1;
   do i = 1 to 1000;
       CSI=rannor(1);
       Complaint=ranuni(1)<=0.3;
       Loyalty=ranuni(1)<=0.5;
       Attitude=1+1* CSI-1*Complaint+1*Loyalty > rannor(1);
       output;
    end;
run;

proc logistics data=t1;
  model Attitude (event='0') = CSI Complaint Loyalty/link=probit;
  run;

proc logistics data=t1;
  model Attitude (event='1') = CSI Complaint Loyalty/link=probit;
  run;
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群