[問題] 迴歸截距的標準誤
使用R內建共線性高的範例資料 longley 之後
經過stepwise後,得到的截距項標準誤非常大 (遠大於其他放入模型因子的std.error)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 285.10657 105.82554 2.694 0.0359 *
GNP 0.26798 0.07762 3.452 0.0136 *
Unemployed 0.01801 0.01406 1.281 0.2475
Armed.Forces -0.00610 0.01187 -0.514 0.6257
Population -1.91067 1.00841 -1.895 0.1069
Employed -1.02614 0.90003 -1.140 0.2977
想請問這個項目該怎麼解釋? 謝謝!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.130.83
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1528516153.A.E1D.html
推
06/09 13:33,
6年前
, 1F
06/09 13:33, 1F
→
06/09 13:33,
6年前
, 2F
06/09 13:33, 2F
→
06/09 13:34,
6年前
, 3F
06/09 13:34, 3F
→
06/09 13:35,
6年前
, 4F
06/09 13:35, 4F
→
06/09 13:35,
6年前
, 5F
06/09 13:35, 5F
推
06/09 14:28,
6年前
, 6F
06/09 14:28, 6F
我的 training data 長這樣
第一個column是Y 感覺scale沒有差很多啊
GNP.deflator GNP Unemployed Armed.Forces Population Employed Symbol
1 83.0 234.289 235.6 159.0 107.608 60.323 Train
2 88.5 259.426 232.5 145.6 108.632 61.122 Train
3 88.2 258.054 368.2 161.6 109.773 60.171 Train
5 96.2 328.975 209.9 309.9 112.075 63.221 Train
6 98.1 346.999 193.2 359.4 113.270 63.639 Train
9 101.2 397.469 290.4 304.8 117.388 66.019 Train
10 104.6 419.180 282.2 285.7 118.734 67.857 Train
11 108.4 442.769 293.6 279.8 120.445 68.169 Train
12 110.8 444.546 468.1 263.7 121.950 66.513 Train
13 112.6 482.704 381.3 255.2 123.366 68.655 Train
14 114.2 502.601 393.1 251.4 125.368 69.564 Train
15 115.7 518.173 480.6 257.2 127.852 69.331 Train
→
06/09 14:53,
6年前
, 7F
06/09 14:53, 7F
y/1000 後確實有解決
不過為什麼這樣做 截距就會變小呢?
是因為 Beta_hat = (X'X)^-1X'y 的關係嗎?
推
06/09 15:08,
6年前
, 8F
06/09 15:08, 8F
→
06/09 15:08,
6年前
, 9F
06/09 15:08, 9F
→
06/09 15:09,
6年前
, 10F
06/09 15:09, 10F
→
06/09 15:09,
6年前
, 11F
06/09 15:09, 11F
感謝!
※ 編輯: sapphireBOB (111.241.130.83), 06/09/2018 15:12:23
推
06/10 20:29,
6年前
, 12F
06/10 20:29, 12F
→
06/10 20:53,
6年前
, 13F
06/10 20:53, 13F
→
06/11 05:25,
6年前
, 14F
06/11 05:25, 14F
→
06/11 05:27,
6年前
, 15F
06/11 05:27, 15F
→
06/11 05:30,
6年前
, 16F
06/11 05:30, 16F
→
06/11 05:33,
6年前
, 17F
06/11 05:33, 17F
→
06/11 05:35,
6年前
, 18F
06/11 05:35, 18F
→
06/11 05:35,
6年前
, 19F
06/11 05:35, 19F