- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Множественная регрессия. Типы статистических задач. (Лекция 9) презентация
Содержание
- 1. Множественная регрессия. Типы статистических задач. (Лекция 9)
- 2. Типы статистических задач
- 3. Задачи оценки взаимосвязи между переменными или прогноза
- 4. Нелинейная регрессия: возможности EXCEL Пример_тм_токсичность_регрессия.xls; ТОКСИЧНОСТь_LN* длина2
- 5. Нелинейная регрессия: эмпирические ограничения С ростом сложности
- 6. Нелинейная регрессия: безграничные возможности визуализации в STATISTICA
- 7. Как оценить степень нелинейности? = Как оценить
- 8. Как оценить степень нелинейности? = Как оценить
- 9. Задание функции
- 10. Использование S-образных функций – возможность строгого аналитического
- 11. Нахождение координат критических точек
- 12. Построение логистической функции Пример_тм_токсичность_регрессия.xls; ТОКСИЧНОСТь_LN* длина2;
- 13. Как написать функцию? Длина2=26/(1+exp(parm1+parm2*ТОКСИЧНОСТь_LN))+2
- 14. Общая логика вычислительных процедур при нелинейном оценивании
- 15. Что должно получиться?
- 16. Попробуем? Нахождение координат критических точек
- 17. Задачи оценки взаимосвязи между переменными или прогноза
- 18. Логит- и пробит-регрессия Для объяснения поведения бинарных
- 19. Логит- и пробит-регрессия: специальная структура файла
- 20. Логит-регрессия: что должно получиться? (лист «для_логита» файла «Пример_тм_токсичность_регрессия.xls»)
- 21. Задачи оценки взаимосвязи между переменными или прогноза
- 22. Множественная регрессия: общая структура и предположения Линейности
- 23. Интерпретация результатов: R, R2, коэффициенты b и beta
- 24. Методы пошагового отбора переменных
- 25. Гребневая регрессия
- 26. иллюстрации 3D-зависимостей
Типы статистических задач
Слайд 4Нелинейная регрессия: возможности EXCEL
Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2 ;
R2 и уравнения;
Прямая и полиномы разных
порядков;
Слайд 5Нелинейная регрессия: эмпирические ограничения
С ростом сложности описания ПОЧТИ ВСЕГДА растет R2;
Необходимо найти компромисс между сложностью / качеством и СМЫСЛОМ описания;
Эмпирическое правило: на каждый новый член в уравнении аппроксимирующей функции необходимо минимум 5 – 10 независимых наблюдений;
Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2; ПОСТРОЕНИЯ ПО ЗОНАМ!!!
R2 и уравнения;
Прямая и полиномы разных порядков;
Слайд 6Нелинейная регрессия: безграничные возможности визуализации в STATISTICA
Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2 ;
R2 и уравнения;
Прямая
и полиномы разных порядков;
Слайд 7Как оценить степень нелинейности? = Как оценить вклад регрессионных коэффициентов при «x»
разных степеней?
Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2 ;
R2 и уравнения;
Прямая и полиномы разных порядков;
Слайд 8Как оценить степень нелинейности? = Как оценить вклад регрессионных коэффициентов при «x»
разных степеней?
Создаем иллюстрацию в EXCEL по итогам определения оптимального полинома в STATISTICA (ТОКСИЧНОСТь_LN* длина2);
Чего часто не хватает в полиномиальных моделях?
СМЫСЛА! т.е. возможности биологической интерпретации зависимостей и коэффициентов!
Слайд 10Использование S-образных функций – возможность строгого аналитического нахождения граничных (критичных или
желательных) оценок состояния биоты
Дозовые логистические кривые с разной резкостью перехода от верхнего плато к нижнему.
Слайд 14Общая логика вычислительных процедур при нелинейном оценивании в STATISTICA
Не строгие решения
функций;
Итерации – последовательные вычисления, приближающие качество описания (значения коэффициентов) к исходным данным;
Этим качеством иногда можно управлять;
Итерации – последовательные вычисления, приближающие качество описания (значения коэффициентов) к исходным данным;
Этим качеством иногда можно управлять;
Слайд 18Логит- и пробит-регрессия
Для объяснения поведения бинарных переменных (успех–неудача, есть–нет);
Оперируют не финальными
относительными частотами (процентами или долями), а как в случае с хи-квадратом, числом наблюдений того или иного случая;
Формула:
Формула:
Слайд 20Логит-регрессия: что должно получиться?
(лист «для_логита» файла «Пример_тм_токсичность_регрессия.xls»)
Слайд 22Множественная регрессия: общая структура и предположения
Линейности частных зависимостей;
Нормальности всех переменных;
Нескоррелированности независимых
переменных;
Не менее (7)10–20 независимых наблюдений на каждый предиктор в модели;
Не менее (7)10–20 независимых наблюдений на каждый предиктор в модели;
Y = a + b1 * X + b2 * X2 + … + b3*X n
