Запитання з тегом «regression-coefficients»

Припустимо, я хочу регресувати на нормалізованому , але я хотів би розріджене рішення. Після регресії, чому відкидання коефіцієнтів з найменшою величиною не допускається?YYYXXX Для запису я чув і часто використовую методи ЛАРС та ЛАССО. Мені просто цікаво, чому вищезазначений підхід не застосовується.

14 regression  regression-coefficients 

Здається, що якщо у мене є регресійна модель, така як я можу або помістити необроблений многочлен і отримати недостовірні результати, або встановити ортогональний поліном і отримати коефіцієнти які не мають прямої фізичної інтерпретації (наприклад, я не можу їх використовувати для пошуку розташування екстремумів у вихідному масштабі). Здається, я маю змогу …

14 regression  linear-model  regression-coefficients  polynomial 

Я натрапив на ці два терміни, які взаємозамінно використовуються у багатьох контекстах. В основному, модератор (M) є фактором, який впливає на взаємозв'язок між X та Y. Аналіз модерації зазвичай проводиться за допомогою регресійної моделі. Наприклад, стать (M) може впливати на взаємозв'язок між "продуктом дослідження" (X) та "покупкою товару" (Y). У …

14 regression  interaction  interpretation  regression-coefficients  terminology 

Отже, я хочу підходити до випадкової ефекти негативно-біноміальної моделі. Для такої моделі STATA може виробляти коефіцієнти експоненції. Відповідно до файлу довідки такі коефіцієнти можна інтерпретувати як коефіцієнти захворюваності. На жаль, я не є носієм англійської мови, і я не дуже розумію, що таке коефіцієнт частоти захворюваності або як я міг …

14 interpretation  negative-binomial  regression-coefficients 

Невеликий фон Я працюю над інтерпретацією регресійного аналізу, але мене дуже розгублено щодо значення r, r квадрата та залишкового стандартного відхилення. Я знаю визначення: Характеристики r вимірює силу і напрямок лінійної залежності між двома змінними на розсіювачі R-квадрат - це статистичний показник того, наскільки близькі дані до встановленої лінії регресії. …

13 r  regression  regression-coefficients  linear  pearson-r 

Зібравши цінні відгуки з попередніх питань та обговорень, я підійшов до наступного питання: Припустимо, що метою є виявити відмінності ефектів у двох групах, наприклад, чоловіки та жінки. Є два способи зробити це: запустити дві окремі регресії для двох груп та застосувати тест Уолда, щоб відхилити (або ні) нульову гіпотезу : …

13 statistical-significance  interaction  regression-coefficients 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Чи можливо отримати позитивну кореляцію між регресором та відповіддю ( +0,43), а після цього отримати від'ємний коефіцієнт у пристосованій регресійній моделі для цього регресора? Я не говорю про зміни в знаку регресора серед деяких моделей. Знак коефіцієнта завжди залишається. Чи можуть інші змінні примірної моделі впливати на зміну знака?

12 correlation  multiple-regression  regression-coefficients 

Зараз я працюю над створенням прогнозної моделі для двійкового результату на наборі даних із ~ 300 змінними та 800 спостереженнями. Я багато читав на цьому сайті про проблеми, пов’язані з поетапною регресією, а чому б не використовувати її. Я читав про регресію LASSO та її здатність до вибору особливостей і …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

Я оцінюю два (2) холодоагенти (гази), які використовувалися в одній і тій же системі охолодження. Я маю дані про насичену температуру всмоктування ( ), температуру конденсації ( ) та ампераж ( ) для оцінки. Є два (2) набори даних; 1-й холодоагент ( ) та 2-й холодоагент ( ). Я використовую …

12 regression  regression-coefficients 

У мене є лінійна модель регресії, де залежна змінна реєструється, а незалежна змінна - лінійна. Коефіцієнт нахилу для ключової незалежної змінної від'ємний: . Не знаєте, як інтерпретувати.- .0564−.0564-.0564 Чи використовую я абсолютне значення, а потім перетворять його на такий : ( Досвід( 0,0564 ) - 1 ) ⋅ 100 = …

11 linear-model  interpretation  regression-coefficients 

Моя мета - використовувати коефіцієнти, отримані попередніми дослідженнями з цього питання, для прогнозування фактичних результатів, отриманих набором незалежних змінних. Однак у дослідницькому документі наведено лише коефіцієнти бета-версії та значення t. Хотілося б знати, чи можна перетворити стандартизовані коефіцієнти в нестандартні. Було б корисно перетворити мої нестандартні незалежні змінні в стандартизовані …

11 regression-coefficients 

Як можна отримати стандартизовані (фіксований ефект) ваги регресії з багаторівневої регресії? І, як "надбудова": Який найпростіший спосіб отримати ці стандартизовані ваги з mer-об'єкта (від lmerфункції lme4пакета в R)?

11 r  multilevel-analysis  lme4-nlme  regression-coefficients  standardization 

Існує модель регресії, де з a = 1,6 і b = 0,4 , що має коефіцієнт кореляції r = 0,60302 .Y= a + b XY=a+bXY = a + bXa = 1,6a=1.6a = 1.6b = 0,4b=0.4b=0.4r = 0,60302r=0.60302r = 0.60302 Якщо і Y потім переключаються навколо, і рівняння стає X = …

11 correlation  regression-coefficients 

У mgcvпакеті Rє дві функції для встановлення тензорних взаємодій між продуктами: te()і ti(). Я розумію основний розподіл праці між двома (встановлення нелінійної взаємодії проти декомпозиції цієї взаємодії на основні ефекти та взаємодію). Чого я не розумію, це чому te(x1, x2)і ti(x1) + ti(x2) + ti(x1, x2)може давати (трохи) різні результати. …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa