<\/p>\n
Wanneer we meerdere lineaire regressies<\/a> uitvoeren, zijn de resulterende regressieco\u00ebffici\u00ebnten in de modeluitvoer doorgaans niet gestandaardiseerd<\/strong> , wat betekent dat ze de onbewerkte gegevens gebruiken om de best passende lijn te vinden.<\/span><\/p>\n Het is echter mogelijk om elke voorspellende variabele en de responsvariabele te standaardiseren<\/strong> (door de gemiddelde waarde van elke variabele af te trekken van de oorspronkelijke waarden en deze vervolgens te delen door de standaardafwijking van de variabelen) en vervolgens een regressie uit te voeren, wat resulteert in gestandaardiseerde regressieco\u00ebffici\u00ebnten<\/strong> .<\/span><\/p>\n De eenvoudigste manier om gestandaardiseerde regressieco\u00ebffici\u00ebnten in R te berekenen, is door de functie scale()<\/a> te gebruiken om elke variabele in het model te standaardiseren:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u gestandaardiseerde regressieco\u00ebffici\u00ebnten in de praktijk kunt berekenen.<\/span><\/p>\n Stel dat we de volgende dataset hebben met informatie over de leeftijd, vierkante meters en verkoopprijs van 12 woningen:<\/span><\/p>\n Stel dat we vervolgens een meervoudige lineaire regressie uitvoeren met leeftijd<\/strong> en vierkante meters<\/strong> als voorspellende variabelen en prijs<\/strong> als responsvariabele:<\/span><\/p>\n Uit de modelresultaten kunnen we de niet-gestandaardiseerde regressieco\u00ebffici\u00ebnten<\/strong> zien:<\/span><\/p>\n Op het eerste gezicht lijkt het erop dat leeftijd een veel groter effect heeft op de vastgoedprijs, aangezien de co\u00ebffici\u00ebnt in de regressietabel -409,833<\/strong> bedraagt, vergeleken met slechts 100,866<\/strong> voor de voorspellende variabele voor vierkante meters.<\/span><\/p>\n De standaardfout is echter veel groter voor leeftijd dan voor vierkante meters. Daarom is de overeenkomstige p-waarde feitelijk groot voor leeftijd (p = 0,520) en klein voor vierkante meters (p = 0,000).<\/span><\/p>\n De reden voor de extreme verschillen in de regressieco\u00ebffici\u00ebnten is te wijten aan de extreme verschillen in de schalen voor de twee variabelen:<\/span><\/p>\n Stel dat we in plaats daarvan de ruwe gegevens normaliseren<\/strong> en er een nieuw regressiemodel in passen:<\/span><\/p>\n De regressieco\u00ebffici\u00ebnten in deze tabel zijn gestandaardiseerd<\/strong> , wat betekent dat er gestandaardiseerde gegevens zijn gebruikt om in dit regressiemodel te passen.<\/span><\/p>\n De manier om de co\u00ebffici\u00ebnten in de tabel te interpreteren is als volgt:<\/span><\/p>\n We kunnen nu zien dat vierkante meters een veel groter effect hebben op de huizenprijzen dan leeftijd.<\/span><\/p>\n Opmerking<\/strong> : de p-waarden voor elke voorspellende variabele zijn exact dezelfde als die in het vorige regressiemodel.<\/span><\/p>\n Bij het beslissen welk eindmodel we moeten gebruiken, weten we nu dat vierkante meters<\/strong> veel belangrijker zijn bij het voorspellen van de prijs van een huis dan de leeftijd ervan<\/strong> .<\/span><\/p>\n De volgende tutorials bieden aanvullende informatie over regressiemodellen:<\/span><\/p>\n Hoe een regressietabel te lezen en interpreteren<\/a> Wanneer we meerdere lineaire regressies uitvoeren, zijn de resulterende regressieco\u00ebffici\u00ebnten in de modeluitvoer doorgaans niet gestandaardiseerd , wat betekent dat ze de onbewerkte gegevens gebruiken om de best passende lijn te vinden. model <- lm(price ~ age + sqfeet, data=df) Het is echter mogelijk om elke voorspellende variabele en de responsvariabele te standaardiseren (door de […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-4618","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n model <- lm(price ~ age + sqfeet, data=df)\n<\/strong><\/pre>\n
model <- lm(scale(price) ~ scale(age) + scale(sqfeet), data=df)<\/strong><\/pre>\n
Voorbeeld: Hoe gestandaardiseerde regressieco\u00ebffici\u00ebnten in R te berekenen<\/strong><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (age=c(4, 7, 10, 15, 16, 18, 24, 28, 30, 35, 40, 44),\n sqfeet=c(2600, 2800, 1700, 1300, 1500, 1800,\n 1200, 2200, 1800, 1900, 2100, 1300),\n price=c(280000, 340000, 195000, 180000, 150000, 200000,\n 180000, 240000, 200000, 180000, 260000, 140000))\n\n#view data frame\n<\/span>df\n\n age square feet price\n1 4 2600 280000\n2 7 2800 340000\n3 10 1700 195000\n4 15 1300 180000\n5 16 1500 150000\n6 18 1800 200000\n7 24 1200 180000\n8 28 2200 240000\n9 30 1800 200000\n10 35 1900 180000\n11 40 2100 260000\n12 44 1300 140000\n<\/strong><\/pre>\n #fit regression model\n<\/span>model <- lm(price ~ age + sqfeet, data=df)\n\n#view model summary\n<\/span>summary(model)\n\nCall:\nlm(formula = price ~ age + sqfeet, data = df)\n\nResiduals:\n Min 1Q Median 3Q Max \n-32038 -10526 -6139 21641 34060 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|) \n(Intercept) 34736.54 37184.32 0.934 0.374599 \nage -409.83 612.46 -0.669 0.520187 \nsqfeet 100.87 15.75 6.405 0.000125 ***\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 24690 on 9 degrees of freedom\nMultiple R-squared: 0.8508, Adjusted R-squared: 0.8176 \nF-statistic: 25.65 on 2 and 9 DF, p-value: 0.0001916\n<\/strong><\/pre>\n\n
\n
#standardize each variable and fit regression model\n<\/span>model_std <- lm(scale(price) ~ scale(age) + scale(sqfeet), data=df)\n\n#turn off scientific notation<\/span>\noptions(scipen= 999<\/span> )\n\n#view model summary\n<\/span>summary(model_std)\n\nCall:\nlm(formula = scale(price) ~ scale(age) + scale(sqfeet), data = df)\n\nResiduals:\n Min 1Q Median 3Q Max \n-0.5541 -0.1820 -0.1062 0.3743 0.5891 \n\nCoefficients:\n Estimate Std. Error t value Pr(>|t|)\n(Intercept) -0.0000000000000002253 0.1232881457926768426 0.000 1.000000\nscale(age) -0.0924421263946849786 0.1381464029075653854 -0.669 0.520187\nscale(sqfeet) 0.8848591938302141635 0.1381464029075653577 6.405 0.000125\n \n(Intercept) \nscale(age) \nscale(sqfeet)***\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 0.4271 on 9 degrees of freedom\nMultiple R-squared: 0.8508, Adjusted R-squared: 0.8176 \nF-statistic: 25.65 on 2 and 9 DF, p-value: 0.0001916\n<\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe regressieco\u00ebffici\u00ebnten te interpreteren<\/a>
Hoe P-waarden te interpreteren in lineaire regressie<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"