Запитання з тегом «regression»

Я застосовую лінійну модель до своїх даних: уi= β0+ β1хi+ ϵi,ϵi∼ N( 0 , σ2) .уi=β0+β1хi+ϵi,ϵi∼N(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Я хотів би оцінити довірчий інтервал (CI) коефіцієнтів ( , ), використовуючи метод завантаження. Існує два способи застосувати метод завантаження: β 1β0β0\beta_{0}β1β1\beta_{1} Зразок парного передбачувача відповідей: Випадково перепробовуйте пари і …

21 regression  bootstrap 

У мене є такий результат від запуску функції glm. Як можна інтерпретувати такі значення: Нульове відхилення Залишкове відхилення AIC Чи мають вони щось спільне з доброю формою? Чи можу я обчислити деяку корисність міри придатності з таких результатів, як R-квадрат або будь-який інший захід? Call: glm(formula = tmpData$Y ~ tmpData$X1 …

21 r  regression  generalized-linear-model 

Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

У мене є дві змінні, які не показують особливої ​​кореляції, коли будуються одна проти одної, але дуже чітке лінійне співвідношення, коли я будую журнали кожної змінної, починаючи з іншої. Тому я закінчую модель типу: log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b , що є великим математично, але, схоже, не має пояснювального …

20 regression  correlation  log 

Я просто зрозумів, що завжди працював з проблемою регресії, де незалежні змінні завжди були числовими. Чи можу я використовувати лінійну регресію у випадку, коли всі незалежні змінні є категоричними?

20 regression  categorical-data 

Я проводжу невеликий експеримент з регресією LASSO в R, щоб перевірити, чи зможе він знайти ідеальну пару передбачувачів. Пара визначається так: f1 + f2 = результат Результатом цього є заздалегідь визначений вектор, який називається "вік". F1 і f2 створюються, беручи половину вікового вектора і встановлюючи решта значень 0, наприклад: age …

20 r  regression  feature-selection  lasso  high-dimensional 

Я маю справу з Баєсовою ієрархічною лінійною моделлю , тут мережа описує її. YYY являє собою щоденний продаж товару в супермаркеті (спостерігається). ХXX - відома матриця регресорів, що включає ціни, акції, день тижня, погоду, свята. 1SSS - невідомий латентний рівень запасів кожного товару, який викликає найбільшу кількість проблем і який …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

Я добре знаю проблеми поетапного / вперед / назад вибору в регресійних моделях. Є численні випадки, коли дослідники заперечують методи та вказують на кращі альтернативи. Мені було цікаво, чи є історії, які існують там, де статистичний аналіз: застосував ступінчату регресію; на основі кінцевої моделі зробили кілька важливих висновків висновок був …

20 regression  stepwise-regression  history 

У світлі цього питання: Доказ того, що коефіцієнти в моделі OLS відповідають t-розподілу з (nk) ступенем свободи Я хотів би зрозуміти, чому F=(TSS−RSS)/(p−1)RSS/(n−p),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, де - кількість параметрів моделі та кількість спостережень, а загальна дисперсія, залишкова дисперсія, слід розподілу .pppnnnTSSTSSTSSRSSRSSRSSFp−1,n−pFp−1,n−pF_{p-1,n-p} Я мушу визнати, що навіть не намагався довести …

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

Я читав, що це умови використання моделі множинної регресії: залишки моделі майже нормальні, мінливість залишків майже постійна залишки незалежні, і кожна змінна лінійно пов'язана з результатом. Чим 1 і 2 відрізняються? Ви можете побачити його прямо тут: Отже, наведений вище графік говорить про те, що залишкове значення, яке знаходиться на …

20 regression  multiple-regression  assumptions 

Я зрозумів, як регресія хребта зменшує коефіцієнти до нуля геометрично. Більше того, я знаю, як довести це в спеціальній "Ортонормічній справі", але мене бентежить, як це працює в загальному випадку за допомогою "Спектральної декомпозиції".

20 regression  multiple-regression  regularization  ridge-regression  svd 

У мене є одне питання щодо необхідності використання методів вибору функцій (значення випадкових лісів, значення важливості функції або методи вибору функцій Univariate тощо) перед запуском алгоритму статистичного навчання. Ми знаємо, щоб уникнути перевитрати, ми можемо ввести штраф за регуляризацію вагових векторів. Отже, якщо я хочу зробити лінійну регресію, то я …

20 regression  machine-learning  feature-selection  lasso  regularization 

Мене цікавить краще розуміння методу дельти для наближення стандартних помилок середніх граничних ефектів регресійної моделі, що включає термін взаємодії. Я розглянув пов'язані питання в рамках дельта-методу, але жодне не дало того, що я шукаю. Розглянемо такі приклади даних як мотивуючий приклад: set.seed(1) x1 <- rnorm(100) x2 <- rbinom(100,1,.5) y <- …

20 r  regression  standard-error  effect-size  delta-method 

Нехай модель лінійної регресії, отримана функцією R, хотіла б знати, чи можливо її отримати за допомогою команди Середня квадратична помилка. У мене був наступний результат прикладу > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min 1Q Median 3Q Max -16.1368 …

20 r  regression  error 

В R, коли у мене є (узагальнена) лінійна модель ( lm, glm, gls, glmm, ...), як я можу перевірити коефіцієнт (регресійний нахил) в відношенні будь-якого іншого значення , ніж 0? У зведенні моделі автоматично підсумовуються результати коефіцієнта t-тесту, але лише для порівняння з 0. Я хочу порівняти його з іншим …

20 r  regression  t-test