J'essaie d'adapter un modèle de régression linéaire multiple à mes données avec quelques paramètres d'entrée, disons 3.
Comment expliquer et visualiser ce modèle? Je pourrais penser aux options suivantes:
Mentionnez l'équation de régression décrite dans (coefficients, constante) avec l'écart-type, puis un graphique d'erreur résiduelle pour montrer la précision de ce modèle.
Tracés par paire de variables indépendantes et dépendantes, comme ceci:
Une fois les coefficients connus, les points de données utilisés pour obtenir l'équation peuvent-ils être condensés à leurs valeurs réelles. Autrement dit, les données d'apprentissage ont de nouvelles valeurs, sous la forme x au lieu de x 1 , x 2 , x 3 , … où chacune des variables indépendantes est multipliée par son coefficient respectif. Ensuite, cette version simplifiée peut être représentée visuellement comme une simple régression comme ceci:
Je suis confus là-dessus malgré le fait de parcourir des documents appropriés sur ce sujet. Quelqu'un peut-il m'expliquer comment "expliquer" un modèle de régression linéaire multiple et comment le montrer visuellement.
Réponses:
avPlots()
car
lm
la source
Puisqu'ils ont tous à voir avec l'explication des contributeurs à la cirrhose, avez-vous essayé de faire un graphique à bulles / cercles et d'utiliser la couleur pour indiquer les différents régresseurs et le rayon du cercle pour indiquer l'impact relatif sur la cirrhose?
Je fais référence ici à un type de graphique Google qui ressemble à ceci:
Et sur une note sans rapport, à moins que je ne lise mal vos intrigues, je pense que vous avez des régresseurs redondants là-dedans. Le vin est déjà une liqueur, donc si ces deux sont des régresseurs séparés, il n'est pas logique de les garder tous les deux, si votre objectif est d'expliquer l'incidence de la cirrhose.
la source