标准化回归系数
@阎贫1313：回归系数、标准回归系数,各指什么?数值差异咋那么大呀? -
宣印15551527790…… 回归系数在回归方程中表示自变量x 对因变量y 影响大小的参数. 回归系数越大表示x 对y 影响越大,正回归系数表示y 随x 增大而增大,负回归系数表示y 随x 增大而减小. 回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言,Y将变动b单位. 标准回归系数消除了因变量y和自变量x1,x2,…xn所取单位的影响之后的回归系数,其绝对值的大小直接反映了xi对y的影响程度. 计算方法对数据标准化,即将原始数据减去相应变量的均数后再除以该变量的标准差,计算得到的回归方程称为标准化回归方程,相应得回归系数为标准化回归系数.
@阎贫1313：回归分析的结果中有非标准化系数和标准化系数,如何正确使用这两个系数? -
宣印15551527790…… 应该使用非标准化系数. 原因: 1、标准化回归系数测度的是对被解释变量的重要性,只有标准化了,才能进行重要性对比.故,比较重要性时用标准化系数,做实际的预测,应该用非标准化系数. 2、需要注意的是,标准化系数比较的主要性是一种同量纲化后的相对重要性.相对重要性,与某一特定的情况下,自变量间的离散程度有关. 故,标准化回归系数的比较结果只是适用于某一特定环境的,而不是绝对正确的,它可能因时因地而变化. 事实上,如果未来环境因素的波动程度变小,很可能遗传因素就显得更为重要.数据的情况千差万别,变量的相对重要性也可能完全不同但都符合当时的实际情况.
@阎贫1313：标准回归系数的问题★★★★★★★★★★★ -
宣印15551527790…… 确实,beta coefficient就是标准回归系数,它是首先把各个自变量进行Z转换(数据值-数据平均值然后除以标准差)之后再进行回归,此时得出的回归系数称为标准化回归系数.Z转换可以把各个自变量的数级、量纲统一标准化,也就可以根据标准化回归系数的大小比较出各个自变量在回归方程中的效应大小.
@阎贫1313：spss回归分析结果图,所有的分都在这里了~特别是显著性、拟合度之类的,要怎么看? - 作业帮
宣印15551527790…… [答案] R平方就是拟合优度指标,代表了回归平方和(方差分析表中的0.244)占总平方和(方差分析表中的0.256)的比例,也称为决定系数.你的R平方值为0.951,表示X可以解释95.1%的Y值,拟合优度很高,尤其是在这么大的样本量(1017对数据点)...
@阎贫1313：什么是标准化回归方程 -
宣印15551527790…… 标准化回归方程 就是将自变量因变量都标准化后的方程 在spss输出的回归系数中有一列是标准化的回归系数B,由于都标准化了,因此标准化方程中 没有常数项了
@阎贫1313：spss逻辑回归 检验不通过 怎么调整 -
宣印15551527790…… 首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差...
@阎贫1313：在spss线性回归中,t、R、R平方、F分别代表什么,它们取值范围是多少表示什么意思哈~我快纠结死了~ - 作业帮
宣印15551527790…… [答案] 首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差.T值...
@阎贫1313：偏最小二乘法中算出来的标准化回归系数有什么用?
宣印15551527790…… 回归系数反映的是每一个自变量的独特贡献.对于这个结论,标准化虽然有助于简化推理,却并不是必要条件.但是以上关于回归系数的计算公式却假定自变量已标准化了,所以与原始数据所得的回归系数是不同的,它们是标准化了的回归系数.当两个自变量没有相关性、相关系数为零时,情况以如何呢?读者不难看到,此时r =0,每个变量的单独贡献与组合在一起时的贡献是一样的.回归系数也会等于相关系数(如果变量是标准化的). 至此,我们从回归系数的角度解释了一个自变量在模型中的作用.可以看出,回归系数反映的也是独特贡献.
@阎贫1313：回归分析中,非标准化系数和标准化系数相同,怎么办? -
宣印15551527790…… 因为你回归之前就把各变量进行了标准化的处理,所以得出的两种β值相同
@阎贫1313：对于多元线性回归,matlab如何求出各变量x1,x2,x3,x4的标准化回归系数?
宣印15551527790…… X = [ones(size(x1)) x1 x2 x1.*x2];b = regress(y,X) % Removes NaN data返回值中的b矩阵就是回归系数,如果你需要标准化回归系数,需要先对数据标准化,即将原始数据减去相应变量的均数后再除以该变量的标准差,然后再做回归,相应得回归系数为标准化回归系数.
宣印15551527790…… 回归系数在回归方程中表示自变量x 对因变量y 影响大小的参数. 回归系数越大表示x 对y 影响越大,正回归系数表示y 随x 增大而增大,负回归系数表示y 随x 增大而减小. 回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言,Y将变动b单位. 标准回归系数消除了因变量y和自变量x1,x2,…xn所取单位的影响之后的回归系数,其绝对值的大小直接反映了xi对y的影响程度. 计算方法对数据标准化,即将原始数据减去相应变量的均数后再除以该变量的标准差,计算得到的回归方程称为标准化回归方程,相应得回归系数为标准化回归系数.
@阎贫1313：回归分析的结果中有非标准化系数和标准化系数,如何正确使用这两个系数? -
宣印15551527790…… 应该使用非标准化系数. 原因: 1、标准化回归系数测度的是对被解释变量的重要性,只有标准化了,才能进行重要性对比.故,比较重要性时用标准化系数,做实际的预测,应该用非标准化系数. 2、需要注意的是,标准化系数比较的主要性是一种同量纲化后的相对重要性.相对重要性,与某一特定的情况下,自变量间的离散程度有关. 故,标准化回归系数的比较结果只是适用于某一特定环境的,而不是绝对正确的,它可能因时因地而变化. 事实上,如果未来环境因素的波动程度变小,很可能遗传因素就显得更为重要.数据的情况千差万别,变量的相对重要性也可能完全不同但都符合当时的实际情况.
@阎贫1313：标准回归系数的问题★★★★★★★★★★★ -
宣印15551527790…… 确实,beta coefficient就是标准回归系数,它是首先把各个自变量进行Z转换(数据值-数据平均值然后除以标准差)之后再进行回归,此时得出的回归系数称为标准化回归系数.Z转换可以把各个自变量的数级、量纲统一标准化,也就可以根据标准化回归系数的大小比较出各个自变量在回归方程中的效应大小.
@阎贫1313：spss回归分析结果图,所有的分都在这里了~特别是显著性、拟合度之类的,要怎么看? - 作业帮
宣印15551527790…… [答案] R平方就是拟合优度指标,代表了回归平方和(方差分析表中的0.244)占总平方和(方差分析表中的0.256)的比例,也称为决定系数.你的R平方值为0.951,表示X可以解释95.1%的Y值,拟合优度很高,尤其是在这么大的样本量(1017对数据点)...
@阎贫1313：什么是标准化回归方程 -
宣印15551527790…… 标准化回归方程 就是将自变量因变量都标准化后的方程 在spss输出的回归系数中有一列是标准化的回归系数B,由于都标准化了,因此标准化方程中 没有常数项了
@阎贫1313：spss逻辑回归 检验不通过 怎么调整 -
宣印15551527790…… 首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差...
@阎贫1313：在spss线性回归中,t、R、R平方、F分别代表什么,它们取值范围是多少表示什么意思哈~我快纠结死了~ - 作业帮
宣印15551527790…… [答案] 首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单位不同而造成的误差.T值...
@阎贫1313：偏最小二乘法中算出来的标准化回归系数有什么用?
宣印15551527790…… 回归系数反映的是每一个自变量的独特贡献.对于这个结论,标准化虽然有助于简化推理,却并不是必要条件.但是以上关于回归系数的计算公式却假定自变量已标准化了,所以与原始数据所得的回归系数是不同的,它们是标准化了的回归系数.当两个自变量没有相关性、相关系数为零时,情况以如何呢?读者不难看到,此时r =0,每个变量的单独贡献与组合在一起时的贡献是一样的.回归系数也会等于相关系数(如果变量是标准化的). 至此,我们从回归系数的角度解释了一个自变量在模型中的作用.可以看出,回归系数反映的也是独特贡献.
@阎贫1313：回归分析中,非标准化系数和标准化系数相同,怎么办? -
宣印15551527790…… 因为你回归之前就把各变量进行了标准化的处理,所以得出的两种β值相同
@阎贫1313：对于多元线性回归,matlab如何求出各变量x1,x2,x3,x4的标准化回归系数?
宣印15551527790…… X = [ones(size(x1)) x1 x2 x1.*x2];b = regress(y,X) % Removes NaN data返回值中的b矩阵就是回归系数,如果你需要标准化回归系数,需要先对数据标准化,即将原始数据减去相应变量的均数后再除以该变量的标准差,然后再做回归,相应得回归系数为标准化回归系数.
