作者dennislove (嗨嗨)
看板Statistics
標題Re: [問題] 比較兩個簡單線性迴歸的模型
時間Tue May 22 00:01:29 2012
※ 引述《dennislove (嗨嗨)》之銘言：
: 如果我要比較兩個簡單線性迴歸模型 simple linear regression
: 兩個model有一樣的依變數(y) 也各自只有一個自變數(x)
: 我要看哪個 x 可以比較好地預測 y
: 請問是直接比兩個model的R square值就好嗎?
: (一個顯著性是<0.0001, 一個是<0.01, 前者的R2比較大)
: 找到的資料大多是比較兩個multiple linear regression
補充 我知道的是比較full model & reduced model的方法
檢測full model多的X是不是顯著增加解釋的量
: 可能這個問題太簡單了 orz
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 144.32.218.73
1F：→ Lpspace:simple看R^2就可以了 05/11 19:35
我也覺得看R^2就可以了
但問題是 R^2 = 0.802的model一定比0.801的好嗎?
(雖然說我的R^2沒有差距這麼小 ^^")
有沒有檢測方法可以像比較full model & reduced model那樣明確說出誰顯著比較好?
2F：→ genteel:"預測"那個詞怪怪的 R-square只能說y變異量能用x解釋的百 05/12 00:14
3F：→ genteel:分比 05/12 00:15
這我了解 應該是說 哪個X可以較好地用來解釋Y
4F：→ yhliu:請參考迴歸分析之 "變數選擇". 05/19 11:27
這個我不懂 兩個X是不同方法得來的 都可以拿來解釋Y 都有科學意義
但是我想知道哪一個更好
兩個都放變成multiple regression可能更好
但是將來我只能選擇收其中一個的data來預測我要的Y 所以想知道哪一個比較好
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 144.32.59.102
5F：→ dennislove:剛剛查到一個 AIC值可以拿來比較嗎? 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:但就像一般統計概念，絕對沒有任何一個model是正確的 05/22 12:47
8F：→ Lpspace:這些只是一些合理的判斷準則，如果要看哪個比較好 05/22 12:47
9F：→ Lpspace:建議還是去看預測值的表現哪個模型最好吧 05/22 12:47
10F：推 evilove:這兩個變項不能放在同一個迴歸裡嗎？ 05/23 15:46