Bài giảng 39: Đánh giá tầm quan trọng trong mô hình hồi qui tuyến tính

แชร์
ฝัง
  • เผยแพร่เมื่อ 20 ธ.ค. 2024

ความคิดเห็น • 7

  • @dungnguyenviet5679
    @dungnguyenviet5679 10 ปีที่แล้ว

    Bài giảng của Thầy rất hữu ích. Cảm ơn thầy rất nhiều. Chúc Thầy sức khỏe và chúng em chào đón các bài tiếp theo của Thầy.

  • @phungdu1
    @phungdu1 4 ปีที่แล้ว

    Cảm ơn thầy nhiều ạ, chúc thầy và gia đình mạnh khỏe, các bài giảng của thầy giúp ích rất nhiều, mong thầy tiếp tục có nhiều bài giảng hay góp sức nâng cao nền khoa học nước nhà ạ.

  • @chinhluu3788
    @chinhluu3788 8 ปีที่แล้ว

    Bài giảng hay quá ạ, em cảm ơn thầy.

  • @BmyofMe
    @BmyofMe 3 ปีที่แล้ว +1

    thầy ơi, package này chỉ apply được với Linear model thôi đúng không ạ? Trường hợp Poisson regression model thì có cách nào tính được Relative importance của predictor không ạ?

    • @ngochong0428
      @ngochong0428 3 ปีที่แล้ว

      có cùng quan tâm giống bạn ạ

  • @dungnguyenviet5679
    @dungnguyenviet5679 10 ปีที่แล้ว

    Thưa thầy. Việc ứng dụng LMG cho hàm plm có được không thầy. Nếu được thì câu lệnh như bài giảng của thầy có được không ah. Em thử làm cho hàm plm không ra thầy ah. Rất mong thầy hồi đáp.

  • @nhamnhikenh3567
    @nhamnhikenh3567 10 ปีที่แล้ว

    Giáo sư cho em hỏi: dựa vào hệ số tương quan của các biến, hoặc hệ số tương quan r của các biến độc lập so với biến phụ thuộc thì có thể kết luận được tầm quan trọng của các biến không ạ? nghĩa là các hệ số này càng lớn thì tầm quan trọng càng lớn? Em cảm ơn và chúc GS sức khỏe