Множественная регрессия. Типы статистических задач. (Лекция 9)

Содержание

Слайд 2

Типы статистических задач

Типы статистических задач

Слайд 3

Задачи оценки взаимосвязи между переменными или прогноза

Задачи оценки взаимосвязи между переменными или прогноза

Слайд 4

Нелинейная регрессия: возможности EXCEL Пример_тм_токсичность_регрессия.xls; ТОКСИЧНОСТь_LN* длина2 ; R2 и уравнения; Прямая и полиномы разных порядков;

Нелинейная регрессия: возможности EXCEL

Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2 ;
R2 и уравнения;
Прямая и полиномы разных

порядков;
Слайд 5

Нелинейная регрессия: эмпирические ограничения С ростом сложности описания ПОЧТИ ВСЕГДА растет

Нелинейная 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 6

Нелинейная регрессия: безграничные возможности визуализации в STATISTICA Пример_тм_токсичность_регрессия.xls; ТОКСИЧНОСТь_LN* длина2 ;

Нелинейная регрессия: безграничные возможности визуализации в STATISTICA

Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2 ;
R2 и уравнения;
Прямая

и полиномы разных порядков;
Слайд 7

Как оценить степень нелинейности? = Как оценить вклад регрессионных коэффициентов при

Как 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 8

Как оценить степень нелинейности? = Как оценить вклад регрессионных коэффициентов при

Как 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 9

Задание функции

Задание функции

Слайд 10

Использование S-образных функций – возможность строгого аналитического нахождения граничных (критичных или

Использование 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 11

Нахождение координат критических точек

Нахождение координат критических точек

Слайд 12

Построение логистической функции Пример_тм_токсичность_регрессия.xls; ТОКСИЧНОСТь_LN* длина2;

Построение логистической функции

Пример_тм_токсичность_регрессия.xls;
ТОКСИЧНОСТь_LN* длина2;

Слайд 13

Как написать функцию? Длина2=26/(1+exp(parm1+parm2*ТОКСИЧНОСТь_LN))+2

Как написать функцию?

Длина2=26/(1+exp(parm1+parm2*ТОКСИЧНОСТь_LN))+2

Слайд 14

Общая логика вычислительных процедур при нелинейном оценивании в STATISTICA Не строгие

Общая 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;
Слайд 15

Что должно получиться?

Что должно получиться?

Слайд 16

Попробуем? Нахождение координат критических точек

Попробуем? Нахождение координат критических точек

Слайд 17

Задачи оценки взаимосвязи между переменными или прогноза

Задачи оценки взаимосвязи между переменными или прогноза

Слайд 18

Логит- и пробит-регрессия Для объяснения поведения бинарных переменных (успех–неудача, есть–нет); Оперируют

Логит- 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:
Слайд 19

Логит- и пробит-регрессия: специальная структура файла

Логит- и пробит-регрессия: специальная структура файла

Слайд 20

Логит-регрессия: что должно получиться? (лист «для_логита» файла «Пример_тм_токсичность_регрессия.xls»)

Логит-регрессия: что должно получиться? (лист «для_логита» файла «Пример_тм_токсичность_регрессия.xls»)

Слайд 21

Задачи оценки взаимосвязи между переменными или прогноза

Задачи оценки взаимосвязи между переменными или прогноза

Слайд 22

Множественная регрессия: общая структура и предположения Линейности частных зависимостей; Нормальности всех

Множественная 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;

Y = a + b1 * X + b2 * X2 + … + b3*X n

Слайд 23

Интерпретация результатов: R, R2, коэффициенты b и beta

Интерпретация результатов: R, R2, коэффициенты b и beta

Слайд 24

Методы пошагового отбора переменных

Методы пошагового отбора переменных

Слайд 25

Гребневая регрессия

Гребневая регрессия