作者dennislove (嗨嗨)
看板Statistics
标题Re: [问题] 比较两个简单线性回归的模型
时间Tue May 22 00:01:29 2012
※ 引述《dennislove (嗨嗨)》之铭言：
: 如果我要比较两个简单线性回归模型 simple linear regression
: 两个model有一样的依变数(y) 也各自只有一个自变数(x)
: 我要看哪个 x 可以比较好地预测 y
: 请问是直接比两个model的R square值就好吗?
: (一个显着性是<0.0001, 一个是<0.01, 前者的R2比较大)
: 找到的资料大多是比较两个multiple linear regression
补充 我知道的是比较full model & reduced model的方法
检测full model多的X是不是显着增加解释的量
: 可能这个问题太简单了 orz
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 144.32.218.73
1F：→ Lpspace:simple看R^2就可以了 05/11 19:35
我也觉得看R^2就可以了
但问题是 R^2 = 0.802的model一定比0.801的好吗?
(虽然说我的R^2没有差距这麽小 ^^")
有没有检测方法可以像比较full model & reduced model那样明确说出谁显着比较好?
2F：→ genteel:"预测"那个词怪怪的 R-square只能说y变异量能用x解释的百 05/12 00:14
3F：→ genteel:分比 05/12 00:15
这我了解 应该是说 哪个X可以较好地用来解释Y
4F：→ yhliu:请参考回归分析之 "变数选择". 05/19 11:27
这个我不懂 两个X是不同方法得来的 都可以拿来解释Y 都有科学意义
但是我想知道哪一个更好
两个都放变成multiple regression可能更好
但是将来我只能选择收其中一个的data来预测我要的Y 所以想知道哪一个比较好
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 144.32.59.102
5F：→ dennislove:刚刚查到一个 AIC值可以拿来比较吗? 05/22 00:24
6F：推 Lpspace:AIC, BIC Mallow's CP都是常用的方法 05/22 12:46
7F：→ Lpspace:但就像一般统计概念，绝对没有任何一个model是正确的 05/22 12:47
8F：→ Lpspace:这些只是一些合理的判断准则，如果要看哪个比较好 05/22 12:47
9F：→ Lpspace:建议还是去看预测值的表现哪个模型最好吧 05/22 12:47
10F：推 evilove:这两个变项不能放在同一个回归里吗？ 05/23 15:46