转换变量以用于回归模型中的预测答案

【问题标题】：transforming variables to use for prediction in regression model转换变量以用于回归模型中的预测
【发布时间】：2020-02-12 05:55:31
【问题描述】：

我有以下数据集，我希望在 pred1、pred2、pred3、pred5 和 pred6 中找到最好的变量来构建回归模型来预测 resp1 和 @987654332 @。

到目前为止，我只发现pred2 似乎可以用于resp1。

library(ggplot2)

testdat <- read.csv("testdat.csv", header = T)

plot(testdat$pred2,testdat$resp1)
m1<-lm(resp1~pred2, data=testdat)
smooth <- smooth.spline(testdat$pred2,testdat$resp1, spar=1)
lines(smooth, col='red', lwd = 2, lty = 2)

我尝试^2,sqrt,log 进行转换，当我检查summary(m1) 时，无论我尝试什么，R-squared 似乎都没有高于53%，绝望。

转换变量预测resp2也一样，不高于66%

plot(testdat$pred3,testdat$resp2)

m1<-lm(resp2~pred3, data=testdat)
smooth <- smooth.spline(testdat$pred3,testdat$resp2, spar=1)
lines(smooth, col='red', lwd = 2, lty = 2)

样本数据集： https://www.filehosting.org/file/details/846977/testdat.csv

如果您尝试生成回归模型来预测resp1，然后使用pred1、pred2、pred3 中的一个或多个变量来预测resp2，则高度考虑拥有多个变量。 pred5 和 pred6。你会怎么做？

【问题讨论】：

您的问题是什么？你有理由认为 R 平方应该高于 0.53 吗？您是否将自己限制在单个变量的线性回归上？由于您正在绘制样条曲线，您是否对基于样条曲线的模型感兴趣？
我只是试图找到最好的变量来预测resp1 和resp2。我希望使用回归模型。@Gregor-reinstateMonica
我还是不明白你需要什么帮助。你考虑样条回归吗？还是你想坚持线性回归？如果模型中有多个变量呢？你只关心R^2吗？或者您是否担心过度拟合，并希望使用测试集来确保您的模型是通用的？拟合模型的教科书很多……你希望这里有什么，教程或教科书的总结？这不是这个网站的真正用途......
如果您尝试生成一个回归模型来预测resp1，然后通过使用pred1、pred2 中的一个或多个变量来预测resp2，则高度考虑具有多个变量、pred3、pred5 和 pred6。你会怎么办？ @Gregor-reinstateMonica
您会说您正在寻找变量选择方法吗？我会使用 LASSO 或 glmnet 来选择变量，请参阅 glmnet 包。对于您展示的第二张图片，它显然是非线性的，因此我可能会使用 mgcv 包中的 GAM。

标签： r regression data-analysis prediction

【解决方案1】：

如果您希望使用线性回归，您可以对您的数据执行 RESET 测试并从那里开始工作：

resettest(resp1~pred2, data=testdat, power = 2:3, type = "regressor)

如果 p.value 低于 0.05，则必须更改模型。并使用调整后的 R2 而不是 R2 来进行模型之间的比较。

否则，可能需要有关您的数据的更多信息（例如，它的性质是什么？）

【讨论】：