Запитання з тегом «linear-model»

Чи переробка багатовимірної лінійної регресійної моделі як множинної лінійної регресії цілком еквівалентна? Я не маю на увазі просто запуск ttt окремих регресій. Я читав це в декількох місцях (Байєсівський аналіз даних - Гельман та ін., І багатоваріантна стара школа - Марден), що багатоваріантну лінійну модель можна легко перемацати як багаторазову …

20 regression  multiple-regression  linear-model  multivariate-regression 

Мені потрібні поради щодо двох головних дилем у моєму дослідженні - це тематичне дослідження трьох великих фармацевтичних препаратів та інновацій. Кількість патентів на рік є залежною змінною. Мої запитання є Які найважливіші критерії для хорошої моделі? Що більше / менш важливо? Хіба що більшість чи всі змінні будуть значущими? Це …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

Розглянемо просту лінійну модель: уy = X ′ ββ + ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon де і , і містить стовпець констант.ϵ i ∼ i . i . д .N ( 0 , σ 2 ) ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2)X ∈ R n × pX∈Rn×pX\in\mathbb{R}^{n\times p} p ≥ 2 p≥2p\geq2XXX Моє запитання, з огляду на , \ …

18 linear-model  expected-value 

Я тренував лінійну регресійну модель, використовуючи набір змінних / особливостей. І модель має хороші показники. Однак я зрозумів, що немає змінної, яка б добре співвідносилась із прогнозованою змінною. Як це можливо?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

На практиці звичайне використання стандартного Т-тесту для перевірки значущості коефіцієнта лінійної регресії. Механіка розрахунку має для мене сенс. Чому так, що розподіл Т можна використовувати для моделювання стандартної статистики тесту, яка використовується при тестуванні гіпотез лінійної регресії? Стандартна тестова статистика, про яку я маю на увазі тут: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = …

17 regression  hypothesis-testing  linear-model  t-distribution 

Як пояснено у цьому розкладі курсу (стор. 1) , лінійну модель можна записати у вигляді: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, де - змінна відповіді, а - пояснювальна змінна .yyyxixix_{i}ithithi^{th} Часто з метою задоволення тестових припущень можна перетворити змінну відповіді. Наприклад, ми застосовуємо функцію …

16 regression  generalized-linear-model  data-transformation  linear-model 

У мене є класична лінійна модель, з 5 можливими регресорами. Вони некорельовані між собою і мають досить низьку кореляцію з відповіддю. Я прийшов до моделі, де 3 регресори мають значні коефіцієнти для їх t-статистики (p <0,05). Додавання однієї або обох решти двох змінних дає p значення> 0,05 для статистики t, …

16 r  regression  self-study  linear-model 

У лінійній регресії (квадратичні втрати), використовуючи матрицю, ми маємо дуже стисле позначення цілі minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Де - матриця даних, - коефіцієнти, а - відповідь.x bAAAxxxbbb Чи є подібні матричні позначення для цілі логістичної регресії? Усі помічені нами позначення не можуть позбутися суми за всіма точками даних (щось на …

16 regression  logistic  linear-model  notation 

У лінійних моделях нам потрібно перевірити, чи існує взаємозв'язок між пояснювальними змінними. Якщо вони співвідносяться занадто сильно, то виникає колінеарність (тобто змінні частково пояснюють одна одну). На даний момент я просто розглядаю парне співвідношення між кожною з пояснювальних змінних. Питання 1: Що класифікується як занадто велика кореляція? Наприклад, чи є …

16 correlation  linear-model  multicollinearity 

У мене є відпрацьований приклад (в R), який я намагаюся зрозуміти далі. Я використовую Limma для створення лінійної моделі, і я намагаюся зрозуміти, що відбувається крок за кроком у розрахунках зміни складок. Я в основному намагаюся розібратися, що відбувається для обчислення коефіцієнтів. З того, що я можу зрозуміти, QR-декомпозиція використовується …

15 r  regression  linear-model 

Після пошуку роз’яснень щодо коефіцієнтів лінійної моделі тут у мене з’являється додаткове запитання щодо не-значущого (високого значення p) для коефіцієнтів рівнів факторів. Приклад: Якщо моя лінійна модель включає коефіцієнт з 10 рівнями, і лише 3 з цих рівнів мають значні значення p, пов'язані з ними, при використанні моделі для прогнозування …

15 statistical-significance  linear-model  model-selection  regression-coefficients  regression-strategies 

Наразі я оцінюю багатоколірність у своїх наборах даних. Які порогові значення VIF та індекс стану нижче / вище говорять про проблему? VIF: Я чув, що VIF - це проблема.≥ 10≥10\geq 10 Після видалення двох проблемних змінних, VIF становить для кожної змінної. Чи потребують змінних більше лікування чи цей VIF здається …

15 multiple-regression  linear-model  multicollinearity  vif 

Я програмний інженер, який працює над машинним навчанням. З мого розуміння, лінійна регресія (наприклад, OLS) та лінійна класифікація (наприклад, логістична регресія та SVM) роблять прогноз на основі внутрішнього добутку між тренованими коефіцієнтами та змінними характеристик → x :ш⃗ ш→\vec{w}х⃗ х→\vec{x} у^= f( ш⃗ ⋅ x⃗ ) = f( ∑iшiхi)у^=f(ш→⋅х→)=f(∑iшiхi) \hat{y} …

15 regression  machine-learning  classification  feature-selection  linear-model 

Тож я грав із SVM, і мені цікаво, чи це добре робити: У мене є набір безперервних функцій (від 0 до 1) та набір категоричних ознак, які я перетворив на фіктивні змінні. У цьому конкретному випадку я кодую дату вимірювання у фіктивній змінній: У мене є три періоди, з яких …

15 categorical-data  svm  feature-selection  linear-model  feature-construction 

Скажімо, у мене є N спостережень, можливо, декілька факторів, і я повторюю кожне спостереження двічі (або M разів), як би регресія на цьому новому наборі розміру NM порівнялася з регресією лише за оригінальними спостереженнями?

15 regression  linear-model  multiple-regression