Benim bir sorum vardı aslında o nedenle şey ettim. FF'teki gibi bir bilgili insan yığılması olsa ne güzel olur. Soruma gelirsek. http://is.gd/DYVHn3 şurada şöyle bir ifade geçiyor: "the joint marginal contribution to model performance of two explanatory variables increases with their mutual correlation". Bir de bunu "elementary consideration" diye vermişler. Fakat bu bana epey garip geldi. Öyle olunca ufak simulasyona gireyim dedim.
Önce "joint marginal contribution"ın ne olduğunu anlamaya karar verdim. Doğru mu anlamışım diye onu bi yazayım: Bir modele birbiriyle yüksek korelasyonu olan iki değişken daha eklenmesi durumunda, birbiriyle düşük korelasyonu olan iki değişkenin eklenmesine kıyasla, model daha açıklayıcı olacaktır. ‎- bayescimiolsam
Bu anlayışla şöyle bir şey yaptım: http://pastebin.com/fHTbdvgP Null modele kıyaslar gibi düşünelim. Tabii ki korelasyon artınca R-squared düşüyor. Bu zaten çok mantıklı bence, r = 0 olan iki değişkenin ayrı ayrı .1 açıklayıcılığı olsa .2 olur elimizde. r = 1 olan iki değişken olsa 0.1'e kalırız. Fakat bu kadar basit bir şeyi bu makalede kaçırmış olamazlar. Ben neyi yanlış anlıyorum ;_; ‎- bayescimiolsam
bu mesele çözüldü mü? o ifade makalenin neresinde geçiyor? makalede tüm değişkenleri bağımsız varsaymışlar zaten ‎- Kurgulu Saat
Yok çözülmedi, peşini bıraktım bir aşamada koşturmacayla. Introduction 3. paragrafta örnek olarak geçiyor. ‎- bayescimiolsam
hmm, tam anlamadım ama F-statisticsten bahsetmişler gibi geldi. Linear bir regresyon al. iki değişkenin korelasyonu artıyorsa, joint significance'ı ölçen F-statistics de artar. Ama R^2 düşer demişler. o yüzden bütüne bakalım diye motive etmişler modeli gibi anladım ‎- Kurgulu Saat
"Joint F-statistic" nedir bilemedim, bakacağım, teşekkürler! ‎- bayescimiolsam

2015-2016 Mokum.place