a***e 发帖数: 1627 | 1 我有一个变量 X, 能用三种方法来计算,分别称作x1,x2,x3, 现在我想比较哪种方法
fits model better
如果是一般的 linear regression, 那么我的 Y=x1, or Y=x2, or Y=x3,然后比较R
square的大小,选大的。。
但是这个是repeated measurement,所以,我用了mix model,就是同一个人在不同时间
下,测了很多次x1,x2,x3
然后我想用 AIC 来比较三个模型。 model Y=x1 ; Y=x2 ; Y=x3
请问这样对吗〉 |
Y****a 发帖数: 243 | 2 如果你的x1,x2,x3不会同时出现在同一个model里,你为什么要担心它们是不是
independent的呢?
没太看明白你到底要干什么。x到底是自变量还是因变量? |
h***i 发帖数: 3844 | 3 估计是response variable。
LZ的想法是选哪个做response更好?
【在 Y****a 的大作中提到】 : 如果你的x1,x2,x3不会同时出现在同一个model里,你为什么要担心它们是不是 : independent的呢? : 没太看明白你到底要干什么。x到底是自变量还是因变量?
|
a*z 发帖数: 294 | 4 LZ means one dv, one iv. LZ wants to get the best iv transformation form to
explain dv. Is it right? |
a***e 发帖数: 1627 | 5 x is independent variable. But we could use three different methods to
compute X. I want to test which way is the best.
【在 Y****a 的大作中提到】 : 如果你的x1,x2,x3不会同时出现在同一个model里,你为什么要担心它们是不是 : independent的呢? : 没太看明白你到底要干什么。x到底是自变量还是因变量?
|
a***e 发帖数: 1627 | 6 Yes, very similar
【在 h***i 的大作中提到】 : 估计是response variable。 : LZ的想法是选哪个做response更好?
|
a***e 发帖数: 1627 | 7 Great, that's my goal.
to
【在 a*z 的大作中提到】 : LZ means one dv, one iv. LZ wants to get the best iv transformation form to : explain dv. Is it right?
|
h***i 发帖数: 3844 | 8 okay,LZ的贴子里写的Y=x1,你的意思是model 的equation,而不是说response 是x1
【在 a***e 的大作中提到】 : Yes, very similar
|
a****t 发帖数: 1007 | 9 我认为是正确的。我用过这个思路以及方法。最好结合看一下residual variance。
【在 a***e 的大作中提到】 : 我有一个变量 X, 能用三种方法来计算,分别称作x1,x2,x3, 现在我想比较哪种方法 : fits model better : 如果是一般的 linear regression, 那么我的 Y=x1, or Y=x2, or Y=x3,然后比较R : square的大小,选大的。。 : 但是这个是repeated measurement,所以,我用了mix model,就是同一个人在不同时间 : 下,测了很多次x1,x2,x3 : 然后我想用 AIC 来比较三个模型。 model Y=x1 ; Y=x2 ; Y=x3 : 请问这样对吗〉
|
a*z 发帖数: 294 | 10 try try Stata fractional polynomial regression? |
e**********y 发帖数: 49 | 11 你把prediction和observation plot一下,看看效果啊
aic没问题。
还有,你做简单线性回归,你得好几个条件要满足啊,你不同的变量,可能都不需要比
较到aic,直接几个前提假设,可能有的就不满足。 例如你做了log变化,把不是正态
分布的弄得比较正态了,那么就不用比较log和原始数据了 |