Запитання з тегом «least-squares»

Посилається на загальну техніку оцінки, яка вибирає значення параметра, щоб мінімізувати різницю в квадраті між двома величинами, такими як спостережуване значення змінної, і очікуваним значенням цього спостереження, обумовленим значенням параметра. Лінійні моделі Гаусса відповідають розмірам найменших квадратів, а найменших квадратів - ідея, що лежить в основі використання середньої квадратичної помилки (MSE) як способу оцінки оцінювача.

2
Чи є теоретична проблема із усередненням коефіцієнтів регресії для побудови моделі?
Я хочу побудувати регресійну модель, яка є середнім числом декількох моделей OLS, кожна базується на підмножині повних даних. Ідея цього лежить в основі цієї роботи . Я створюю k складок і будую k OLS-моделі, кожна з даних без однієї складки. Потім я середнє значення коефіцієнтів регресії, щоб отримати остаточну модель. …
3
Проста лінійна регресія, p-значення та AIC
Я усвідомлюю, що ця тема виникала вже не раз, наприклад, тут , але я все ще не знаю, як найкраще інтерпретувати результати регресії. У мене дуже простий набір даних, що складається з стовпця значень x та стовпця значень y , розділених на дві групи відповідно до місцезнаходження (loc). Точки виглядають …
2
Яка інтерпретація коваріації коефіцієнтів регресії?
Функція lm в R може роздрукувати оцінену коваріацію коефіцієнтів регресії. Що дає нам ця інформація? Чи можемо ми зараз краще інтерпретувати модель або діагностувати проблеми, які можуть бути присутніми в моделі?
4
Як вибрати початкові значення для нелінійних найменших квадратів
На запитання вище все сказано. В основному моє запитання стосується загальної функції підгонки (може бути довільно складною), яка буде нелінійною в параметрах, які я намагаюся оцінити, як вибирати початкові значення для ініціалізації пристосування? Я намагаюся робити нелінійні найменші квадрати. Чи є якась стратегія чи метод? Це було вивчено? Будь-які посилання? …
1
Як прочитати корисність придатності на nls R?
Я намагаюся інтерпретувати вихід nls (). Я прочитав цю публікацію, але досі не розумію, як вибрати найкращу форму. У мене є два виходи: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value Pr(>|t|) a 479.92903 62.96371 7.622 0.000618 *** b 0.27553 0.04534 6.077 0.001744 ** …
2
Спуск градієнта не знаходить рішення для цього найменшого простору на цьому наборі даних?
Я вивчав лінійну регресію і спробував її на нижньому наборі {(x, y)}, де x вказав площу будинку в квадратних футах, а y вказав ціну в доларах. Це перший приклад у Ендрю Нґ Нотатки . 2104,400 1600,330 2400,369 1416,232 3000,540 Я розробив зразок коду, але коли я його запускаю, вартість збільшується …
1
Обчисліть ймовірність журналу "вручну" для узагальненої нелінійної регресії найменших квадратів (nlme)
Я намагаюся обчислити ймовірність журналу для узагальненої нелінійної регресії найменших квадратів для функції оптимізована функціонують у пакеті R , використовуючи дисперсійну коваріаційну матрицю, породжену відстанями на філогенетичному дереві, припускаючи броунівський рух ( від пакета). Наступний відтворюваний код R підходить для моделі gnls з використанням даних x, y та випадкового дерева …
5
Рекурсивний (онлайн) алгоритм регуляризованих найменших квадратів
Чи може хтось вказати мені в напрямку онлайн (рекурсивного) алгоритму регуляризації Тихонова (регуляризовані найменші квадрати)? У режимі офлайн я б обчислював β^=(XTX+λI)−1XTYβ^=(XTX+λI)−1XTY\hat\beta=(X^TX+λI)^{−1}X^TY використовуючи свій оригінальний набір даних, де λλλ знайдено за допомогою n-кратної перехресної перевірки. Нове значення yyy можна передбачити для даного xxx використовуючи y=xTβ^y=xTβ^y=x^T\hat\beta . В онлайн-налаштуваннях я постійно …
1
встановлення експоненціальної функції з використанням найменших квадратів проти узагальненої лінійної моделі проти нелінійних найменших квадратів
У мене є набір даних, який представляє експоненціальний розпад. Я хотів би помістити в ці дані експоненціальну функцію . Я спробував журнал перетворити змінну відповіді, а потім використовувати найменші квадрати, щоб підходити до рядка; використання узагальненої лінійної моделі з функцією зв’язку журналу та розподілом гами навколо змінної відповіді; і використовуючи …
4
Наскільки великою повинна бути вибірка для заданої методики та параметрів оцінки?
Чи існує велике правило або взагалі якийсь спосіб сказати, наскільки великим повинен бути зразок, щоб оцінити модель з заданою кількістю параметрів? Так, наприклад, якщо я хочу оцінити регресію найменших квадратів з 5 параметрами, наскільки великим повинен бути зразок? Чи не має значення, яку техніку оцінювання ви використовуєте (наприклад, максимальна ймовірність, …
5
Показано, що Оцінювач OLS еквівалентний за шкалою?
Я не маю офіційного визначення еквівалентності шкали, але ось що Вступ до статистичного навчання говорить про це на с. 217: Стандартні найменші коефіцієнти квадратів ... еквівалентні за шкалою : множення на постійну просто призводить до масштабування оцінок коефіцієнта найменших квадратів на коефіцієнт .XjXjX_jccc1/c1/c1/c Для простоти припустимо загальну лінійну модель y=Xβ+ϵy=Xβ+ϵ\mathbf{y} …
3
У чому переваги різних підходів до виявлення колінеарності?
Я хочу виявити, чи колінеарність є проблемою в моїй регресії OLS. Я розумію, що коефіцієнти інфляції дисперсії та індекс стану є двома загальноприйнятими заходами, але мені важко знайти щось певне щодо достоїнств кожного підходу чи таких, якими мають бути оцінки. Видатне джерело, яке вказує, який підхід робити та / або …
2
Інтернет-посилання, що представляють OLS
Я почав вивчати звичайні оцінки найменших квадратів (OLS) і все ще на самому початку. Я вже придбав кілька книг з економетрики, але в Інтернеті нічого не знайшов. Тому мені було цікаво, чи існує веб-сайт, домашня сторінка чи інші інтернет-ресурси, які пояснюють найменш оцінювачі квадратів. Я шукаю матеріал, який дає загальний …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.