皮尔逊相关系数在范围内：评估其在线性模型中选择预测变量效率的研究
统计方法学
2024-09-10 v2
摘要
本文考察了皮尔逊相关系数在为线性模型选择预测变量时的局限性。本文使用 R 数据集中的 mtcars 和 iris 数据集，展示了在为建模 mtcars 数据中的燃油消耗率 (mpg) 以及 iris 数据中的花瓣长度选择合适的独立变量时，皮尔逊相关系数测度的局限性。本文通过报告每个响应变量的两个潜在预测变量的皮尔逊相关系数值，然后构建线性模型来预测每个响应变量。随后报告每个模型的误差指标，以评估皮尔逊相关系数在选择最佳预测变量方面的可靠性。结果表明，如果用于为一个因变量构建线性模型的预测变量选择皮尔逊相关系数，可能会产生误导性。
引用
@article{arxiv.2409.01295,
title = {Pearson's correlation under the scope: Assessment of the efficiency of Pearson's correlation to select predictor variables for linear models},
author = {Mustafa Attallah},
journal= {arXiv preprint arXiv:2409.01295},
year = {2024}
}
备注
8 Pages, 7 Figures, 2 Tables