Запитання з тегом «regression»

Припустимо, у нас є набір даних з точками. Ми хочемо виконати лінійну регресію, але спочатку сортуємо значення та значення незалежно один від одного, утворюючи набір даних . Чи є якесь осмислене тлумачення регресії у новому наборі даних? Чи має це ім’я?n X i Y i ( X i , Y …

302 regression  correlation 

Сторінки довідки в R припускають, що я знаю, що означають ці цифри, але я не знаю. Я намагаюся по-справжньому інтуїтивно зрозуміти кожне число тут. Я просто опублікую висновок і прокоментую те, що я дізнався. Можуть бути (будуть) помилки, оскільки я просто напишу те, що припускаю. В основному я хотів би …

234 r  regression  interpretation 

Я скумував через деякі конспекти лекцій Косма Шалізі (зокрема, розділ 2.1.1 другої лекції ), і мені нагадали, що ви можете отримати дуже низький навіть якщо у вас є повністю лінійна модель.R2R2R^2 Перефразовуючи приклад Шалізі: припустимо, у вас є модель , де відома. Тоді \ newcommand {\ Var} {\ mathrm {Var}} …

233 regression  r-squared 

Скажімо, я хочу оцінити велику кількість параметрів, і я хочу штрафувати деякі з них, тому що я вважаю, що вони повинні мати незначний ефект у порівнянні з іншими. Як вирішити, яку схему штрафу використовувати? Коли регресія хребта більш доречна? Коли я повинен використовувати ласо?

167 regression  lasso  ridge-regression 

Я шукаю кращого розподілу для незалежної змінної, про яку йдеться, або для зменшення ефекту людей, що переживають люди, або чогось іншого?

164 regression  distributions  data-transformation  logarithm  regression-strategies 

Якщо у вас є змінна, яка ідеально відокремлює нулі та цілі в цільовій змінній, R видасть таке попереджувальне повідомлення "ідеальне або квазідосконале розділення": Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred Ми все ще отримуємо модель, але оцінки коефіцієнтів завищені. Як ви з цим справляєтесь на практиці?

163 r  regression  logistic  separation 

Ось стаття, яка мотивувала це питання: чи нетерплячість робить нас жирними? Ця стаття мені сподобалась, і вона чудово демонструє концепцію "контролю за іншими змінними" (IQ, кар'єра, дохід, вік тощо), щоб найкраще виділити справжній зв'язок між лише двома розглянутими змінними. Чи можете ви пояснити мені, як ви насправді керуєте змінними на …

141 regression  causality  confounding  controlling-for-a-variable  statistics-in-media 

Чим відрізняється лінійна регресія від логістичної регресії? Коли ви використовували б кожен?

122 regression  logistic  linear-model 

Я запускаю лінійні регресійні моделі і цікавлюсь, які умови для зняття терміна перехоплення. Порівнюючи результати двох різних регресій, де одна має перехоплення, а інша ні, я помічаю, що функції без перехоплення набагато вище. Чи є певні умови чи припущення, яких я повинен дотримуватися, щоб переконатися, що вилучення терміну перехоплення є …

118 regression  linear-model  r-squared  intercept 

Я намагаюся зрозуміти алгоритм ЕМ, щоб мати можливість його реалізувати та використовувати. Я провів цілий день, читаючи теорію та документ, де ЕМ використовується для відстеження літака, використовуючи інформацію про положення, що надходить від радарів. Чесно кажучи, я не думаю, що я повністю розумію основну ідею. Чи може хтось вказати мені …

117 regression  probability  mathematical-statistics  intuition  expectation-maximization 

Для мого власного розуміння, мені цікаво реплікувати обчислення стандартних похибок оцінених коефіцієнтів, як, наприклад, з вихідною lm()функцією в R, але не змогли її зафіксувати. Для чого використовується формула / реалізація?

114 r  regression  standard-error  lm 

У мене дивне запитання. Припустимо, що у вас є невеликий зразок, де залежна змінна, яку ви збираєтеся аналізувати за допомогою простої лінійної моделі, сильно зліва нахилена. Таким чином, ви припускаєте, що нормально не розподіляється, оскільки це призведе до нормально розподіленого y . Але коли ви обчислюєте графік QQ-Normal, є докази …

110 regression  residuals  error  normality-assumption 

Багато статистичних робочих місць вимагають досвіду з великими масштабами даних. Назвіть види статистичних та обчислювальних навичок, які знадобляться для роботи з великими наборами даних. Наприклад, як щодо побудови регресійних моделей з набором даних з 10 мільйонів зразків?

107 regression  machine-learning  multivariate-analysis  large-data 

Зокрема, я маю на увазі коефіцієнт кореляції Pearson продукт-момент.

99 correlation  regression 

Коефіцієнт кореляції Пірсона x і y є однаковим, незалежно від того, чи обчислюєте ви грушу (x, y) або pearson (y, x). Це говорить про те, що робити лінійну регресію y, заданої x або x, заданої y, слід однаково, але я не думаю, що це так. Чи може хтось пролити світло, …

97 regression  correlation  linear-model  pearson-r