2024.12.03
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
使用貝氏方法選擇預測變數
迴歸中的一個常見問題是，在擁有許多潛在預測變數的情況下，如何識別出對結果最相關的預測變數子集；變數選擇，可以幫助研究人員提高模型的可解釋性並提供更穩定的推論。
貝氏變數選擇在估計迴歸係數時考慮了變數納入，如果一個變數被納入在模型中的機率非常低，那麼它的迴歸係數也必然非常低；透過同時估計變數納入和迴歸係數，貝氏變數選擇方法提供可解釋的迴歸係數、計算效率和預測能力。
StataNow新指令bayesselect可以執行線性迴歸的貝氏變數選擇，透過使用特殊的係數事前分配，提供靈活的貝氏方法來進行變數選擇。
來源：Select predictors like a Bayesian–with probability
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800 高雄市新興區民生一路56號11樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900