Hồi quy tuyến tính đa biến so với một số mô hình hồi quy đơn biến


11

Trong cài đặt hồi quy đơn biến, chúng tôi cố gắng tạo mô hình

y=Xβ+noise

Trong đó một vectơ của n quan sát và X R n × m ma trận thiết kế với m dự đoán. Giải pháp là β 0 = ( X T X ) - 1 X y .yRnnXRn×mmβ0=(XTX)1Xy

Trong cài đặt hồi quy đa biến, chúng tôi cố gắng mô hình hóa

Y=Xβ+noise

Trong đó là một ma trận gồm n quan sát và p các biến tiềm ẩn khác nhau. Giải pháp là β 0 = ( X T X ) - 1 X Y .yRn×pnpβ0=(XTX)1XY

Câu hỏi của tôi là làm thế nào khác với việc thực hiện hồi quy tuyến tính đơn biến khác nhau? Tôi đọc ở đây rằng trong trường hợp sau chúng ta sẽ xem xét mối tương quan giữa các biến phụ thuộc, nhưng tôi không thấy nó từ toán học.p


1
Xem định lý Frisch-Waugh-Lovell.
rsm

1
@amorfati: Vì vậy, nếu tôi hiểu chính xác, họ giống nhau. Tại sao mọi người đối xử với họ khác nhau?
Roy

Câu trả lời:


6

Trong cài đặt hồi quy tuyến tính đa biến cổ điển, chúng ta có mô hình:

Y=Xβ+ϵ

nơi đại diện cho các biến độc lập, Y đại diện cho nhiều biến phản ứng, và ε là một thuật ngữ tiếng ồn Gaussian iid. Tiếng ồn có ý nghĩa bằng không và có thể tương quan giữa các biến trả lời. Giải pháp khả năng tối đa cho các trọng số tương đương với giải pháp bình phương nhỏ nhất (bất kể tương quan nhiễu) [1] [2]:XYϵ

β^=(XTX)1XTY

iβ^i(XTX)1XTiYi

Tuy nhiên, hồi quy tuyến tính đa biến khác với giải quyết riêng các vấn đề hồi quy riêng vì các quy trình suy luận thống kê chiếm tương quan giữa nhiều biến trả lời (ví dụ: xem [2], [3], [4]). Ví dụ, ma trận hiệp phương sai nhiễu xuất hiện trong phân phối mẫu, thống kê kiểm tra và ước tính khoảng thời gian.

Một sự khác biệt khác xuất hiện nếu chúng ta cho phép mỗi biến trả lời có tập hợp số riêng:

Yi=Xiβi+ϵi

YiiXiϵi

Người giới thiệu

  1. Zellner (1962) . Một phương pháp hiệu quả để ước tính các hồi quy và kiểm tra dường như không liên quan đến sai lệch tổng hợp.
  2. Helwig (2017) . Hồi quy tuyến tính đa biến [Slides]
  3. Cáo và Weisberg (2011) . Các mô hình tuyến tính đa biến trong R. [Phụ lục cho: Một đồng hành R với hồi quy ứng dụng]
  4. Di Lặc (2013) . Mô hình hồi quy tuyến tính đa biến. [Trang trình bày]

1
Cảm ơn, bây giờ rõ ràng hơn. Bạn có một tài liệu tham khảo cho công thức này? Tôi chỉ gặp phải dạng vuông nhỏ nhất. Ngoài ra, bạn có biết một gói Python thực hiện điều đó không?
Roy

1
Thứ hai yêu cầu tham khảo. Liệu người ta có tương quan để chỉ là hiệp phương sai của kết quả, hay người ta học được một số loại nếu hiệp phương sai có điều kiện?
generic_user

Tôi không chắc chắn 100% rằng @ user20160 đã đề cập đến những điều này nhưng tôi nghĩ những gì họ có trong đầu là ước tính phương trình / phương trình ước lượng tổng quát. EE / GEE phù hợp khi cấu trúc hiệp phương sai bị sai và bạn cũng có thể đặt cấu trúc hiệp phương sai dự kiến. Tuy nhiên, các mô hình này được ước tính lặp lại trái ngược với OLS với dạng đóng. Bạn sẽ có thể ước tính GEE / EE bằng Python nhưng tôi không biết các gói.
iacobus

1
@Roy Tôi viết lại câu trả lời và thêm tài liệu tham khảo. Bài viết gốc của tôi đã giả sử trường hợp đó là đoạn cuối của bài sửa đổi. Tôi sẽ cố gắng để thêm chi tiết sau.
user20160
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.