Запитання з тегом «multiple-regression»

Якщо я підхоплюю свої дані в чомусь на зразок lm(y~a*b), у синтаксисі R, де aє двійковою змінною і bє числовою змінною, то a:bтермін взаємодії - це різниця між нахилом y~bу a= 0 та at a= 1. Тепер, скажімо, зв'язок між yі bє криволінійним. Якщо я зараз підходить lm(y~a*poly(b,2)), то a:poly(b,2)1зміна …

10 r  multiple-regression  splines 

У мене багато проблем з одним набором даних, до якого я намагаюся застосувати SEM. Ми припускаємо існування 5 прихованих факторів A, B, C, D, E з показниками, відповідно. Від А1 до А5 (упорядковані фактори), від B1 до B3 (кількісні), C1, D1, E1 (всі три останні впорядковані фактори, лише 2 рівня …

10 r  modeling  multiple-regression  sem 

В даний час я беру свій перший застосований клас лінійної регресії на рівні випускників, і я борюся з змінними перетвореннями предиктора в множинній лінійній регресії. Текст, який я використовую, Кутнер та ін "Прикладні лінійні статистичні моделі", схоже, не охоплює питання, яке у мене виникає. (окрім припущення, що існує метод Box-Cox …

10 data-transformation  multiple-regression 

Припустимо, мене цікавить модель лінійної регресії для , тому що я хотів би побачити, чи взаємодія між двома коваріатами впливає на Y.Yi=β0+β1х1+β2х2+β3х1х2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 У курсових записках професорів (з якими я не маю контактів) вказується: Якщо включати умови взаємодії, ви повинні включити їх умови …

10 regression  multiple-regression  interaction  linear-model 

Це скоріше концептуальне запитання, але в міру використання Rя буду посилатися на пакунки в R. Якщо мета полягає у встановленні лінійної моделі для прогнозування, а потім робити прогнози, коли випадкові ефекти можуть бути недоступні, чи є користь від використання моделі змішаних ефектів, чи слід використовувати замість неї модель з фіксованим …

10 r  multiple-regression  mixed-model  lme4-nlme 

В даний час я працюю над проектом з прогнозування даних часових рядів (щомісячні дані). Я використовую R для прогнозування. У мене є 1 залежна змінна (y) і 3 незалежні змінні (x1, x2, x3). Змінна y має 73 спостереження, так само, як і інші 3 змінні (alos 73). З січня 2009 …

10 time-series  multiple-regression  forecasting  lags 

Дуже основне питання, що стосується регресій OLSR2R2R^2 запустіть регресію OLS y ~ x1, маємо , скажімо, 0,3R2R2R^2 запустіть регресію OLS y ~ x2, у нас є інший , скажімо, 0,4R2R2R^2 тепер ми запускаємо регресію y ~ x1 + x2, яким значенням може бути R квадрату регресії? Я думаю, що зрозуміло, …

10 regression  multiple-regression  least-squares  r-squared 

Яке значення має матриця капелюхів, , в регресійному аналізі?H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} Це тільки для більш легкого розрахунку?

10 regression  multiple-regression  least-squares 

Я маю бінарну логістичну регресійну модель з DV (хвороба: так / ні) та 5 предикторів (демографічні показники [вік, стать, куріння тютюну (так / ні)]], медичний індекс (порядковий) та одне випадкове лікування [так / ні " ]). Я також моделював усі умови двосторонньої взаємодії. Основні змінні зосереджені і немає ознак мультиколінеарності …

10 regression  logistic  multiple-regression  bootstrap 

Припустимо, це три часові ряди, X1X1X_1, X2X2X_2 і YYY Запуск звичайної лінійної регресії на YYY ~ X1X1X_1 (Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilon ), ми отримуємо R2=UR2=UR^2 = U. Звичайна лінійна регресіяYYY ~ X2X2X_2 дістати R2=VR2=VR^2 = V. ПрипустимоU&lt;VU&lt;VU < V Які мінімальні та максимально можливі значення R2R2R^2 …

10 regression  multiple-regression  r-squared 

Це лише приклад, на який я зустрічався кілька разів, тому у мене немає даних про вибірку. Запуск лінійної регресійної моделі в R: a.lm = lm(Y ~ x1 + x2) x1є суцільною змінною. x2категоричний і має три значення, наприклад "Низький", "Середній" та "Високий". Однак вихід, отриманий R, був би на кшталт: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Якщо лінійне множинне регресійне рівняння, якщо бета-ваги відображають внесок кожної окремої незалежної змінної понад і внесок усіх інших IV, де в рівнянні регресії є дисперсія, поділена на всі IV, що прогнозує DV? Наприклад, якщо діаграма Венна, відображена нижче (і взята зі сторінки "про" CV тут: https://stats.stackexchange.com/about ), позначається як 3 …

10 multiple-regression  sums-of-squares 

Я б хотів класифікувати точки даних як або потребують більш складної моделі, або не потребують більш складної моделі. Моє сучасне мислення полягає в тому, щоб підключити всі дані до простої лінійної моделі та дотримуватися розмір залишків, щоб зробити цю класифікацію. Потім я почитав про зміщення та вкладення дисперсії в помилку …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Припустимо, маємо матрицю даних , яка -by- , і вектор мітки , який -by-one. Тут кожен рядок матриці є спостереженням, і кожен стовпець відповідає розмірності / змінній. (припустимо )ХX\mathbf{X}нnnpppYYYнnnn &gt; pn&gt;pn>p Тоді що data space, variable space, observation space, model spaceзначить? Чи простір, що охоплюється вектором стовпців, є (виродженим) -D …

9 regression  multiple-regression  terminology  geometry  biplot