ตัวประมาณค่าที่เป็นอิสระของอัตราส่วนของสัมประสิทธิ์การถดถอยสองตัว?


15

สมมติว่าคุณพอดีกับเส้น / โลจิสติกการถดถอยโดยมีวัตถุประสงค์ของการประมาณการเป็นกลางของ1g(y)=a0+a1x1+a2x2 . คุณมีความมั่นใจมากว่าทั้งสอง1และ2เป็นบวกมากเมื่อเทียบกับเสียงในประมาณการของพวกเขาa1a2a1a2

หากคุณมีความแปรปรวนร่วมกันของ1 , 2คุณสามารถคำนวณหรืออย่างน้อยจำลองคำตอบ มีวิธีใดที่ดีกว่าและในปัญหาชีวิตจริงที่มีข้อมูลจำนวนมากคุณมีปัญหามากเพียงใดในการประเมินอัตราส่วนหรือสำหรับครึ่งขั้นตอนและสมมติว่าสัมประสิทธิ์เป็นอิสระ?a1,a2


ในการถดถอยโลจิสติกตามที่อธิบายวิธีการที่คุณจะพบเป็นกลาง estimator ของ0หรือ1 ? ปัญหาไม่เกี่ยวข้องกับสหสัมพันธ์ระหว่างสัมประสิทธิ์ a0a1
ซีอาน

5
สิ่งที่ต้องไตร่ตรอง: เกิดอะไรขึ้นถ้าสัมประสิทธิ์อย่างใดอย่างหนึ่งหรือทั้งคู่เป็นศูนย์?
พระคาร์ดินัล

ใช่เป็นจุดที่ดี ฉันถือว่าโดยปริยายว่าสัมประสิทธิ์ทั้งสองนั้นเป็นค่าบวกอย่างเพียงพอว่าไม่มีอันตรายจากเสียงรบกวนที่นำไปสู่สัญญาณข้าม (อีก: andrewgelman.com/2011/06/21/inference_for_a ) ฉันจะแก้ไข
เสมือน

2
วิธีการได้อย่างแม่นยำไม่คุณประมาณการ1และ2ในการถดถอยของคุณหรือไม่ ตัวประมาณที่สอดคล้องกันมีข้อผิดพลาดมาตรฐานขนาดเล็กเพียงพอหรือไม่ เป็นสิ่งสำคัญที่ตัวประมาณของคุณไม่เอนเอียงหรือไม่? มันจะทำงานสำหรับการใช้งานของคุณเพียงแค่ใช้เวลา1a1a2และคำนวณมาตรฐานข้อผิดพลาดสำหรับว่าการใช้วิธีการของเดลต้าและเมทริกซ์ความแปรปรวนโดยประมาณสำหรับ(1,2)จากการถดถอยของคุณ a^1a^2(a1,a2)
Matthew Gunn

1
คุณได้พิจารณาทฤษฎีของ Fieller หรือไม่? ดูที่นี่: stats.stackexchange.com/questions/16349/…
soakley

คำตอบ:


1

ฉันจะแนะนำให้ทำข้อผิดพลาดในการขยายพันธุ์ชนิดตัวแปรและลดทั้งข้อผิดพลาดหรือข้อผิดพลาดของญาติของ1 . ตัวอย่างเช่นจากกลยุทธ์สำหรับการประมาณค่าความแปรปรวนหรือWikipediaa1a2

f=AB
σf2f2[(σAA)2+(σBB)22σABAB]

σf|f|(σAA)2+(σBB)22σABAB

ตามที่คาดเดาคุณอาจต้องการย่อเล็กสุด. สิ่งสำคัญคือต้องเข้าใจว่าเมื่อมีการถดถอยเพื่อค้นหาเป้าหมายพารามิเตอร์ที่ดีที่สุดสิ่งหนึ่งจะถูกละทิ้งความดีที่เหมาะสม กระบวนการที่เหมาะสมจะค้นหาA ที่ดีที่สุด(σff)2และสิ่งนี้ไม่เกี่ยวข้องกับการลดปริมาณสารตกค้างให้เหลือน้อยที่สุด นี้ได้รับการทำมาก่อนโดยการลอการิทึมของสมพอดีไม่ใช่เชิงเส้นซึ่งเส้นตรงหลายแบบมีเป้าหมายที่แตกต่างกันและพารามิเตอร์Tikhonov regularizationAB

คุณธรรมของเรื่องนี้คือถ้าไม่มีใครขอข้อมูลเพื่อให้ได้คำตอบที่ปรารถนาหนึ่งก็จะไม่ได้คำตอบนั้น และการถดถอยที่ไม่ได้ระบุคำตอบที่ต้องการเนื่องจากเป้าหมายการย่อเล็กสุดจะไม่ตอบคำถาม

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.