説明変数の説明力は標準化偏回帰係数によって評価可能。偏回帰係数で評価するのはNG。
HTML-код
- Опубликовано: 2 ноя 2024
- 今回は、標準化偏回帰係数についてわかりやすく解説します。
重回帰分析を行った際にやってしまいがちな誤った結果の解釈の1つに『偏回帰係数の大小で説明変数のモデルへの影響度を評価してしまう』ということがあります。
この動画では、『なぜ各説明変数のモデルへの影響度を偏回帰係数で評価してはいけないのか？』『では何によって評価したら良いのか？』について解説しています。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
【関連動画】
▼高使用頻度の『回帰分析』を爆速でマスター！
• 高使用頻度の『回帰分析』を爆速でマスター！
▼重回帰分析が有効な場合はどんな時？利点は？単回帰分析との違いもわかりやすく解説！
• 重回帰分析が有効な場合はどんな時？利点は？単...
▼その説明変数をモデルに組み込むことに意味があるか？回帰係数の検定の必要性と方法。
• その説明変数をモデルに組み込むことに意味があ...
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
チャンネル登録はこちら
☞ / @datasciencelab.
#QC検定1級成績優秀表彰者が解説します
すごくわかりやすかったです。ありがとうございます
ありがとうございます（^-^）
すごく分かりやすかったです。ありがとうございます。 こちらの内容が記載されている教科書などがあれば教えていただきたいです。
コメントありがとうございます(^-^)
私がよく参考にしているのは、各種統計解析ソフトのウェブサイトです。
実際にソフトで手法を使いながら各手法の説明書きを読んで理解を深めています。
ものすごく分かり易かったです。
わーよかったです(^-^)
ありがとうございます！
@@DataScienceLab.
これからも動画投稿頑張ってください
応援ありがとうございます(*^O^*)
がんばります！
わかりやすい動画を作ってくださり、ありがとうございます。
3:52あたりで、３つの変数が全て正規分布に従っていることを前提としていますが、これは、標準化してzスコアを利用することにより、平均から1標準偏差離れた値を取る確率が同じなので、被説明変数への影響力も比べられると解釈しました。
もし説明変数同士が正規分布に従っていない場合、或いは似たような分布に従っていない場合は標準化しても被説明変数への影響力は簡単に比べられないと考えています。
(実際英語のWikipediaにも同じようなことが書かれています。
en.m.wikipedia.org/wiki/Standardized_coefficient)
このような解釈でよろしいでしょうか。
はい、標準化偏回帰係数によって目的変数への影響度を比較できるのは、説明変数が正規分布に従っていることが数学的な前提です。
ロジスティック回帰で標準偏回帰係数を求めようとしています。
動画と同じデータに対し、yを適当に1,0の二値に置き換え、ロジスティック回帰モデル作成後に、
『偏回帰係数×説明変数の標準偏差÷目的変数の標準偏差』で標準偏回帰係数を計算しましたが、
データ自体を標準化して作成したロジスティック回帰モデルの偏回帰係数(この時点で標準偏回帰係数)と一致しませんでした。
ロジスティック回帰においてはモデル結果から標準偏回帰係数を作成するのはできないのでしょうか？
ロジスティック回帰では、目的変数が質的変数なので、『y=ax1+bx2+cx3+‥d』のyが目的変数そのものではなく『対数オッズ』になります。
『偏回帰係数×説明変数の標準偏差÷目的変数の標準偏差』では標準化偏回帰係数が計算できないのはこのためです。