Modèle linéaire

Posted by jon on

Lors de la création d`un modèle, les variables prédictitrices sont judicieusement sélectionnées en fonction de leur capacité à prédire une certaine cible. Si la cible prédit des ventes pour un détaillant pour le mois suivant, le nombre de barres de bonbons que John Doe a achetées au cours du dernier mois a probablement peu à voir avec la prédiction de leurs ventes nettes globales. Cependant, les ventes quotidiennes historiques cumulées du détaillant, les prévisions météorologiques passées et futures, les données promotionnelles et les données saisonnières (telles que la survenance d`un jour férié) sont des prédicteurs cruciaux pour déterminer les ventes futures du détaillant. Cependant, un ménomer commun est que tous les modèles linéaires sont des lignes droites. Alors qu`un modèle linéaire peut décrire une ligne droite, beaucoup ne le font généralement pas. où φ 1,…, φ p {displaystyle Phi _ {1}, ldots, Phi _ {p}} peut être des fonctions non linéaires. Dans ce qui précède, les quantités εi sont des variables aléatoires représentant des erreurs dans la relation. La partie “linéaire” de la désignation se rapporte à l`apparition des coefficients de régression, βj de manière linéaire dans la relation ci-dessus. Alternativement, on peut dire que les valeurs prévues correspondant au modèle ci-dessus, à savoir il y a d`autres cas où le «modèle non linéaire» est utilisé pour comparer avec un modèle structuré linéairement, bien que le terme «modèle linéaire» ne soit généralement pas appliqué. Un exemple de ceci est la réduction de la dimensionnalité non linéaire.

Voir aussi: boîte à outils de statistiques et machine learning, boîte à outils courbe Fitting, apprentissage automatique, linéarisation, montage de données, analyse de données, modélisation mathématique, régression de séries chronologiques, modèles linéaires de vidéos le modèle linéaire peut être utilisé pour modéliser avec précision les comportement et répondre à un certain nombre de questions de Business Intelligence-Sauvons les modèles non linéaires pour les physiciens des particules théoriques. Vous devriez être en mesure de voir que ce modèle nous permet d`inclure une quantité énorme d`informations. Dans une étude expérimentale ou quasi expérimentale, nous représentons le programme ou le traitement avec une ou plusieurs variables codées factices, chacune représentée dans l`équation comme une valeur x supplémentaire (bien que nous utilisons habituellement le symbole z pour indiquer que la variable est une code factice x). Si notre étude comporte plusieurs variables de résultats, nous pouvons les inclure comme un ensemble de valeurs y. Si nous avons plusieurs prétests, nous pouvons les inclure comme un ensemble de valeurs x. Pour chaque valeur x (et chaque valeur z), nous estimons une valeur b qui représente une relation x, y. Les estimations de ces valeurs b, et les tests statistiques de ces estimations, sont ce qui nous permet de tester des hypothèses de recherche spécifiques sur les relations entre les variables ou les différences entre les groupes. Enfin, bien que j`apprécie que vous avez déjà fait beaucoup d`analyse des données, considérez si vous devez vraiment utiliser les ratios de concentration comme variables prédictitrices. Les ratios sont notoirement gênants, en particulier si un dénominateur peut être proche de 0. Presque tout ce qui peut être accompli avec des ratios comme prédicteurs peut être fait avec des transformations de log des variables de numérateur et de dénominateur.

Si je comprends bien votre situation, vous avez une seule variable de résultat (taux de production de certains produits chimiques) et de multiples concentrations mesurées d`autres produits chimiques; vous avez ensuite examiné divers ratios de ces autres produits chimiques comme prédicteurs pour la variable de résultat. Si vous avez plutôt formé un modèle de régression combinée qui a utilisé les concentrations logarithmique de tous les autres produits chimiques comme prédicteurs du résultat, vous pourriez vous retrouver avec un modèle plus utile, qui peut montrer des interactions inattendues entre les produits chimiques et peut encore être interprété en termes de ratios si vous le souhaitez.

Comments are closed