Запитання з тегом «regression»

Чи може хтось надати чіткий перелік відмінностей між лінійно-лінійною регресією та логістичною регресією? Я розумію, що перша - це проста модель лінійної регресії, але мені не ясно, коли кожну з них слід використовувати.

21 regression  logistic  logit  log-linear 

Для лінійної моделі , термін усадки завжди .P ( β )y=β0+xβ+εy=β0+xβ+εy=\beta_0+x\beta+\varepsilonP(β)P(β)P(\beta) Що є причиною того, що ми не скорочуємо термін упередження (перехоплення) ? Чи варто скорочувати термін зміщення в моделях нейронної мережі?β0β0\beta_0

21 regression  neural-networks  ridge-regression  intercept  shrinkage 

Я запустив регресійну модель OLS на наборі даних з 5 незалежними змінними. Незалежні змінні та залежні змінні є одночасно безперервними та лінійно пов'язаними. Площа R становить близько 99,3%. Але коли я запускаю те саме, використовуючи випадковий ліс у R, то мій результат '% Варіант пояснив: 88.42'. Чому випадковий лісовий результат …

21 r  regression  random-forest 

Це питання було перенесено з обміну стека математики, оскільки на нього можна відповісти на перехресній валідації. Мігрували 7 років тому . Я зараз навчаюсь регресійному аналізу та дисперсійному аналізу. При регресійному аналізі у вас є фіксована одна змінна, і ви хочете знати, як ця змінна йде з іншою змінною. При …

21 regression 

Мені цікаво, яка точна залежність між частковим та коефіцієнтами у лінійній моделі та чи слід використовувати лише один чи обидва для ілюстрації важливості та впливу факторів.R2R2R^2 Наскільки я знаю, summaryя отримую оцінки коефіцієнтів, а із anovaсумою квадратів для кожного фактора - частка суми квадратів одного множника, поділена на суму суми …

21 r  regression  multiple-regression  regression-coefficients  r-squared 

У мене завжди було враження, що регресія - це просто більш загальна форма ANOVA і що результати були б ідентичними. Однак останнім часом у мене були такі ж дані, як регресія та ANOVA, і результати суттєво відрізняються. Тобто, в регресійній моделі важливі як основні ефекти, так і взаємодія, тоді як …

21 r  regression  anova 

Я намагаюся зрозуміти концепцію упередженості в контексті лінійного регресійного аналізу. Що таке математичне визначення зміщення? Що саме є упередженим і чому / як? Ілюстративний приклад?

21 regression  terminology  bias  definition 

У статистичному моделюванні: дві культури пише Лео Брейман Сучасна прикладна практика полягає в тому, щоб перевірити відповідність даних за допомогою тестів на придатність та аналіз залишків. Одного разу, кілька років тому, я створив симульовану проблему регресії в семи вимірах з контрольованою кількістю нелінійності. Стандартні тести на придатність до придатності не …

21 regression  goodness-of-fit 

Заблокований . Це запитання та його відповіді заблоковано, оскільки це питання поза темою, але має історичне значення. Наразі він не приймає нових відповідей чи взаємодій. Чи може хтось запропонувати деякі покажчики, як використовувати weightsаргумент у lmфункції R ? Скажімо, ви, наприклад, намагалися встановити модель на дані про трафік, і у …

21 r  regression 

Регресія Пуассона - це GLM з функцією log-link. Альтернативний спосіб моделювання нерозподілених даних підрахунку - це попередня обробка, взяття журналу (а точніше, журналу (1 + кількість) для обробки 0). Якщо ви регресуєте з мінімальними квадратами для відповідей підрахунку журналів, це пов’язано з регресією Пуассона? Чи може вона впоратися з подібними …

21 regression  poisson-distribution  generalized-linear-model 

Я хочу повністю зрозуміти поняття описує величину варіації між змінними. Кожне веб-пояснення є дещо механічним і тупим. Я хочу «отримати» концепцію, а не просто механічно використовувати цифри.r2r2r^2 Напр .: Години, вивчені проти тестових балів = .8rrr = .64r2r2r^2 Отже, що це означає? 64% варіативності тестових балів можна пояснити годинами? Звідки …

21 regression  correlation  variance 

Ось подивіться: Ви можете точно бачити, де закінчуються дані тренувань. Дані про навчання проходять від до .−1−1-1111 Я використовував Keras і щільну мережу 1-100-100-2 з активацією tanh. Я обчислюю результат з двох значень, p і q як p / q. Таким чином я можу отримати будь-який розмір числа, використовуючи лише …

21 regression  neural-networks  python  keras 

Розглянемо стандартну модель для множинної регресії де , тому нормальність, гомоскедастичність та некорельованість помилок утримуються.Y= Xβ+ εY=Хβ+εY=X\beta+\varepsilonε ∼ N( 0 , σ2Ян)ε∼N(0,σ2Ян)\varepsilon \sim \mathcal N(0, \sigma^2I_n) Припустимо, що ми виконуємо регресію хребта, додаючи однакову невелику кількість до всіх елементів діагоналі :ХХX βr i d g e= [ X'Х+ к я]- …

21 regression  assumptions  ridge-regression 

Відповідно до тексту, який я використовую, формула дисперсії залишку задається:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Я знаходжу це важко повірити , так як залишкова різниця між спостережуваним значенням і підігнаній значення; якби було обчислити дисперсію різниці, я, принаймні, очікував би певних «плюсів» у отриманому виразі. Будь-яка допомога в розумінні походження …

21 regression  variance  residuals 

Я намагаюся підходити до моїх даних декілька лінійних регресійних моделей з парою вхідних параметрів, скажімо 3. Ж( х )Ж( х)= А х1+ B x2+ Сх3+ дабо= ( А Б C)Т(х1 х2 х3) + д(i)(ii)(i)Ж(х)=Ах1+Бх2+Сх3+габо(ii)Ж(х)=(А Б С)Т(х1 х2 х3)+г\begin{align} F(x) &= Ax_1 + Bx_2 + Cx_3 + d \tag{i} \\ &\text{or} …

21 regression  data-visualization  multiple-regression  communication