回归有界依赖变量-模型选择

时间:2019-04-04 04:38:01

标签: r statistics linear-regression modeling betareg

我正在研究一个问题,在该问题上,我想查看度量(测试)是否是结果变量(性能)的良好预测指标。性能是介于0到100之间的有界变量。我现在仅在考虑方法论,尚未使用数据。

我知道有多种处理有界因变量的模型和方法,但是据我了解,如果对预测感兴趣的话,这些模型和方法会很有用?

我对我的测量(测试)解释了因变量(​​性能)有多少方差感兴趣。我对预测特定结果不感兴趣。

使用正态回归可以吗? 我是否需要以某种方式考虑有界因变量?

1 个答案:

答案 0 :(得分:0)

您可以在[0,1]间隔内缩放因变量,然后进行逻辑回归,从而将每个输入值缩小到该范围内。

如果可以的话,可以使用分数对数模型,通常用于预测[0,1]间隔内的连续输出。

或者,如果您正在学习机器学习,则可以使用带有S型激活功能的输出注释实现神经网络回归器