使用两个因变量进行回归答案

【问题标题】：Regression using two dependent variables使用两个因变量进行回归
【发布时间】：2013-11-14 16:07:43
【问题描述】：

我有一些时间序列预测的数据。变量 1 是速度，变量 2 是车辆启动的时间。输出是车辆到达目的地所用的时间。我使用 libsvm 将变量 1 和变量 2 作为 svr 的输入，但后来发现变量 1 和变量 2 是相关的，因为车辆的速度取决于一天中的时间。

我们可以使用两个因变量作为输入进行回归吗？据我所知，回归模型 y = a + b1.x1 + b2.x2 + ....+ e 适用于自变量。

【问题讨论】：

【解决方案1】：

标准回归模型不适用于独立输入：不假设输入变量之间的依赖关系。但是，如果存在交互效应，您可能会发现在回归模型中简单地添加交互项会改善结果：这样，您的模型将变为：

y = a + b1.x1 + b2.x2 + b2.x1.x2

不知道SVR是什么状态，能不能直接把这个选项放进去；您当然可以通过将该特征添加到输入中来伪造它，或者使用直接支持它的回归方法。

另一个潜在的危险是你如何表示时间，因为我很容易看出这是错误的。你的时间输入是什么样的？

【讨论】：

一个样本输入和输出是 ,。我在训练之前对这些数据进行了标准化。 8.5 是一天中的小时，40 是速度。 70是旅行时间。你能告诉我我是否代表时间错误。时间输入列将是并且每个时间间隔都有不同的速度。