Цитаты из книги «Статистика и котики»

Мультиколлинeарность и переобучение

логистической регрессией, а второй – дискриминантным анализом.

По итогу дискриминантного анализа вы получаете таблицу, в которой обозначается, по каким факторам удалось провести внятные границы, а по каким – нет.

Для того чтобы предотвратить переобучение, используют критерий, который искусственно ограничивает количество факторов, включенных в уравнение

Такую взаимосвязь можно описать с помощью квадратного (или, как говорят математики, полиномиального) уравнения

Когда таких сдач много (а точнее, больше двух), возникает проблема множественных сравнений, о которой мы не раз говорили выше. Если кратко, то она заключается в том, что, если вы будете попарно сравнивать первый анализ со вторым, второй с третьим и т. д., вероятность того, что вы ошибетесь в своих выводах, будет возрастать. Разрешить эту проблему,

Гораздо чаще мы можем встретить вариант уже известного нам критерия Стьюдента – t-критерий для связанных (зависимых) выборок.

А теперь пару слов о том, почему регрессионный анализ считается одним из самых крутых статистических методов. Дело в том, что он способен работать с большим количеством переменных одновременно. И если вы умудритесь провести тотальный замер ваших котиков на предмет того, что может приносить им счастье, и прогоните эти данные через регрессионный анализ,

дисперсионный анализ с повторными измерениями.

Корреляция может обмануть При проведении корреляци