問題タブ [standardized]

回帰係数を標準化するように勧められました。私はそれをやったことがありませんが、新聞で見たことがあります。一見したところ、Statabetaのコマンドにオプションを追加するだけで、非常に単純に見えました。regress

ただし、グループに個人がいるため、クラスターoptionも使用する必要があります。ここで、Stata は、両方のオプションを一緒に使用することはできないと教えてくれました: beta may not be specified with vce(cluster clustvar) or the svy prefix. 説明書には理由が書かれていません。

ユーザーが作成したコマンドlistcoefを使用して、回帰のベータを取得できます。問題は、これは Stata が持っている計算上の問題であり、listcoef結果を安全に使用できるのか、それとも統計上の問題であり、それらを使用できないのか、または特定の条件下でのみ使用できるのかということです。

Stata がこれを実行できない統計的な理由がわかりません。Google で検索すると、同じ質問をしている他の人が見つかりましたが、これが統計上の問題なのか計算上の問題なのかについての説明はありませんでした。

フィードバックをいただければ幸いです。間違った検索用語を使用した可能性がありますか? これについて疑問に思ったのは私が最初だとは信じられません。

ばかげた質問で申し訳ありません...しかし、簡単な解決策が見つからないようです

適合線形モデル (R) から標準化された係数を抽出したいのですが、それを行う簡単な方法または関数が必要です。それは何ですか？

編集（以下のコメントのいくつかに従って）：おそらく、質問に関するより多くの文脈情報を提供する必要がありました。私はたくさんの心理学者のために R の入門ワークショップを教えていました。彼らにとって、標準化された係数を取得する機能のない線形モデルは、モデルをまったく実行していないかのようです (わかりました、これは少し誇張されていますが、要点はわかります)。私たちがいくつかの回帰を行ったとき、これが彼らの最初の質問でした.(悪いことに)私は予想していませんでした.(私は心理学者ではありません.) もちろん、これを自分でプログラムすることもできますし、もちろん、それを実行してくれるパッケージを探すこともできます。しかし同時に、これは一種の線形モデルの基本的かつ共通の必要な機能であると思います。ますます多くのパッケージをインストールする必要なしにそれを行う基本的な機能があるべきだと思いました (これは初心者にとっては難しいと認識されています)。そこで私は尋ねました (これは、必要なときに助けを得る方法を彼らに示す機会でもありました)。

私がばかげた質問をしたと思う人には申し訳ありません。時間を割いて答えてくれた人に感謝します。

モデルを選択し、入力変数 (rain、brk、onset、wid) の効果サイズを計算するために、R の「MuMIn」パッケージを使用しています。arm変数間で効果サイズを比較できるようにするために、パッケージの標準化関数を使用してそれらを標準化しました。これが私がフォローしているコードです：

参考として、この論文の付録を参照してください 。2011: 生態学と進化におけるマルチモデル推論: 課題と解決策

model.avg(top.models)これは、各入力変数の平均効果サイズを与える結果です

標準化機能がどのように機能するかを読みました-平均を減算し、2SDで除算します。

私の質問は次のとおりです。入力変数を標準化したので、効果の大きさは -1 から 1 の間であるべきではありませんか? または出力が示す効果の大きさは正しいですか?

お知らせ下さい

どうもありがとう

この質問に従って、パッケージを使用してMuMIN、情報量基準に基づいてモデル平均化を行いました。

すべての変数と双方向の相互作用を含むグローバル モデルを作成します。

変数のスケールが異なるため、グローバル モデルを標準化する

モデルのすべての可能な組み合わせを作成する

deltaAICc<2 基準に基づいて最適なモデルを取得します

モデルを平均して効果サイズを計算します (入力変数の標準化された勾配)

変数の効果量は次のとおりです。

ご覧のとおり、ステップ 3 でモデルを標準化して、これらの勾配推定値を比較できるようにbrkしましrainた。ただし、これらの勾配の推定値は標準化されているため、標準化されていない勾配を取得する方法があるかどうかを知りたいですか?

私の質問が明確でない場合はお知らせください。

ありがとう

データをゼロ平均と std = 1 に標準化したいと思います。データの形状は 28783x4x24x7 で、4 チャネルと寸法 24x7 の 28783 画像と考えることができます。チャネルを標準化する必要があります。2 次元が機能を保持することを指定しながら標準化するにはどうすればよいですか?