【问题标题】:Normalizing the dependent variable in a multiple linear regression model归一化多元线性回归模型中的因变量
【发布时间】:2019-03-30 18:38:45
【问题描述】:

当我对线性回归中的因变量而不是自变量进行归一化时会发生什么?我将如何解释模型而不是对因变量和自变量进行归一化。

谢谢!!

【问题讨论】:

  • 你认为会发生什么?
  • X 变量仍为原始数据格式,而因变量 Y 的均值 = 0 且 std.dev = 1。因此,X 中的单位更改将导致 1 个 std.dev。 Y 的变化由 X 的 beta 系数给出?
  • 不,IV X(原始格式)中的单位更改将导致 DV(标准化)中的 beta 更改,因此您可以将 beta 反向转换为原始值。只需反转标准化公式即可得到 x 值。

标签: machine-learning statistics linear-regression


【解决方案1】:

当我对线性回归中的因变量而不是自变量进行归一化时会发生什么?

什么都没有。

我将如何解释模型而不是对因变量和自变量进行归一化。

如果您对自变量进行标准化,您将能够在拟合后比较/解释它们的权重。

【讨论】:

  • 拟合后仍然可以去规范化,然后手动计算RMSE和R-squared等拟合统计量。
猜你喜欢
  • 1970-01-01
  • 2021-03-21
  • 1970-01-01
  • 1970-01-01
  • 2022-01-22
  • 1970-01-01
  • 2019-01-25
  • 2023-03-25
  • 1970-01-01
相关资源
最近更新 更多