การรีไซเคิลโมเดลการถดถอยเชิงเส้นหลายตัวแปรเป็นการถดถอยเชิงเส้นแบบหลายค่าเท่ากันทั้งหมดหรือไม่ ผมไม่ได้หมายถึงเพียงแค่ทำงานถดถอยแยกต่างหาก
ฉันได้อ่านเรื่องนี้ในสถานที่ไม่กี่ (คชกรรมวิเคราะห์ข้อมูล - Gelman et al, และหลายตัวแปรโรงเรียนเก่า -. Marden) ที่เป็นรูปแบบเชิงเส้นหลายตัวแปรสามารถจะreparameterizedเป็นถดถอยพหุคูณ อย่างไรก็ตามไม่มีแหล่งที่มาใด ๆ เกี่ยวกับเรื่องนี้เลย พวกเขาเพียงแค่พูดถึงมันจากนั้นใช้โมเดลหลายตัวแปรต่อไป ในทางคณิตศาสตร์ฉันจะเขียนเวอร์ชั่นหลายตัวแปรก่อน
YXRB
ในการจัดทำซ้ำพารามิเตอร์นี้เป็นการถดถอยเชิงเส้นหลาย ๆ อันที่คุ้นเคยหนึ่งตัวแปรจะเขียนใหม่เป็น:
โดยที่ reparameterizations ใช้คือ , , และ{n} หมายความว่าแถวของ matrix ถูกจัดเรียงแบบ end to end เป็นเวกเตอร์ที่มีความยาวและคือ kronecker หรือผลิตภัณฑ์ด้านนอก
ดังนั้นถ้าเป็นเรื่องง่ายทำไมต้องเขียนหนังสือในรุ่นหลายตัวแปรทดสอบสถิติให้พวกเขาเป็นต้น มันมีประสิทธิภาพมากที่สุดเพียงแค่แปลงตัวแปรก่อนและใช้เทคนิค univariate ทั่วไป ฉันแน่ใจว่ามีเหตุผลที่ดีฉันแค่คิดถึงเรื่องหนึ่งอย่างน้อยก็ในกรณีของตัวแบบเชิงเส้น มีสถานการณ์ที่มีโมเดลเชิงเส้นหลายตัวแปรและข้อผิดพลาดแบบสุ่มกระจายตามปกติที่การใช้การแก้ไขซ้ำนี้ไม่ได้ใช้หรือจำกัดความเป็นไปได้ของการวิเคราะห์ที่คุณสามารถทำได้?
แหล่งที่มาฉันได้เห็นสิ่งนี้: Marden - สถิติหลายตัวแปร: Old School ดูหัวข้อ 5.3 - 5.5 หนังสือเล่มนี้ให้บริการฟรีจาก: http://istics.net/stat/
Gelman และคณะ - การวิเคราะห์ข้อมูลแบบเบย์ ฉันมีรุ่นที่สองและในรุ่นนี้มีย่อหน้าเล็ก ๆ ใน Ch 19 'Multivariate Regression Models' หัวข้อ: "แบบจำลองการถดถอยแบบหลายตัวแปรที่เท่าเทียมกัน"
โดยพื้นฐานแล้วคุณสามารถทำทุกอย่างด้วยแบบจำลองการถดถอยเชิงเส้นเชิงเส้นเดียวที่คุณสามารถทำได้กับโมเดลหลายตัวแปรได้หรือไม่? ถ้าเป็นเช่นนั้นทำไมต้องพัฒนาวิธีการสำหรับตัวแบบเชิงเส้นหลายตัวแปรเลย?
สิ่งที่เกี่ยวกับวิธีการแบบเบย์?