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 |
