Запитання з тегом «regression»

Яка різниця між Primal , подвійною та регресією керневого хребта? Люди використовують усіх трьох, і через різні позначення, якими користуються всі в різних джерелах, мені важко дотримуватися. То чи може хтось простими словами сказати мені, в чому різниця між цими трьома? Крім того, які можуть бути деякі переваги чи недоліки …

18 regression  kernel-trick  ridge-regression 

Якщо в лінійній регресії у мене є категоріальна змінна ... як я можу знати статичну значимість категоріальної змінної? Скажімо , фактор X1X1X_1 має 10 рівнів ... буде 10 різних результуючі значення т-під парасольки змінної один фактор ...X1X1X_1 Мені здається, що статистичне значення перевіряється для кожного рівня факторної змінної? Ні? @Macro: …

18 regression  statistical-significance  categorical-data 

Будемо мати лінійну модель, наприклад просто просту ANOVA: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) Результат такий: Call: lm(formula = data ~ 0 + …

18 r  regression  confidence-interval 

Я страждаю від затемнення. Мені було подано наступне зображення, щоб продемонструвати компроміс-відхилення в контексті лінійної регресії: Я можу бачити, що жодна з двох моделей не підходить. "Прості" не оцінюють складність XY-відношення, а "комплекс" - це просто надмірно, в основному вивчаючи дані тренувань напам'ять. Однак я цілком не бачу упередженості та …

18 regression  variance  bias 

Я сподіваюся, що хтось може допомогти виправити для мене точку плутанини. Скажіть, я хочу перевірити, чи значно відрізняються два набори коефіцієнтів регресії один від одного, встановивши наступне: yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , з 5 незалежними змінними. 2 групи з приблизно однаковими розмірами n1,n2n1,n2n_1, n_2 (хоча це …

18 regression  hypothesis-testing  multiple-regression 

У мене є 5 змінних, і я намагаюся передбачити свою цільову змінну, яка повинна бути в межах від 0 до 70. Як я можу використовувати цю інформацію для кращого моделювання своєї цілі?

18 regression  bounds 

Я зіткнувся з деякими статистиками, які ніколи не використовують для прогнозування інші моделі, окрім лінійної регресії, оскільки вони вважають, що "моделі ML", такі як випадкове збільшення лісу або градієнта, важко пояснити або "не інтерпретувати". У лінійній регресії, враховуючи, що набір припущень перевірено (нормальність помилок, гомоскедастичність, відсутність мультиколінеарності), t-тести забезпечують спосіб …

18 regression  machine-learning  multiple-regression  model-interpretation 

Я побіг регресії з 4 змінних, і всі вони дуже статистично значущими, зі значеннями T ≈7,9,26≈7,9,26\approx 7,9,26 і 313131 (я говорю ≈≈\approx бо здається недоречним включати десяткові) , які є дуже високими і чітко значущими. Але тоді R2R2R^2 лише .2284. Чи неправильно я тлумачу значення t тут, щоб означати те, …

18 regression  hypothesis-testing  econometrics 

У сценарії регресії LASSO де y=Xβ+ϵy=Xβ+ϵy= X \beta + \epsilon , і оцінки LASSO даються наступною проблемою оптимізації minβ||y−Xβ||+τ||β||1minβ||y−Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Чи існують припущення щодо розповсюдження інформації щодо ϵϵ\epsilon ? У сценарії OLS можна очікувати, що є незалежним та нормально розподіленим.ϵϵ\epsilon Чи має сенс аналізувати …

18 regression  lasso  assumptions  residuals 

У мене є числова змінна, яка виявляється несуттєвою в багатовимірній логістичній регресійній моделі. Однак, коли я класифікую його на групи, раптом він стає значущим. Для мене це дуже протиінтуїтивно: коли класифікуємо змінну, ми видаємо деяку інформацію. Як це може бути?

17 regression  logistic  statistical-significance  multivariate-analysis 

Я тренував лінійну регресійну модель, використовуючи набір змінних / особливостей. І модель має хороші показники. Однак я зрозумів, що немає змінної, яка б добре співвідносилась із прогнозованою змінною. Як це можливо?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

Я побачив цей список тут і не міг повірити, що існує стільки способів вирішити найменші квадрати. «Нормальні рівняння» на Вікіпедії , здавалося, досить прямим α^β^=y¯−β^x¯,=∑ni=1(xi−x¯)(yi−y¯)∑ni=1(xi−x¯)2α^=y¯−β^x¯,β^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)2 {\displaystyle {\begin{aligned}{\hat {\alpha }}&={\bar {y}}-{\hat {\beta }}\,{\bar {x}},\\{\hat {\beta }}&={\frac {\sum _{i=1}^{n}(x_{i}-{\bar {x}})(y_{i}-{\bar {y}})}{\sum _{i=1}^{n}(x_{i}-{\bar {x}})^{2}}}\end{aligned}}} То чому б просто не використовувати їх? Я припускав, …

17 regression  least-squares  scikit-learn 

Добре відомо, що лінійна регресія з покаранням еквівалентна знаходженню оцінки ПДЧ, заданої Гауссовим попереднім коефіцієнтом. Аналогічно, використання штрафу l 1 еквівалентно використанню розподілу Лапласа як попереднього.л2л2l^2л1л1l^1 Не рідкість використання деякої зваженої комбінації регуляризації та l 2 . Чи можемо ми сказати, що це еквівалентно деякому попередньому розподілу коефіцієнтів (інтуїтивно, здається, …

17 regression  bayesian  regularization  prior  elastic-net 

Бета-регресія (тобто GLM з бета-розподілом і, як правило, функцією посилання logit) часто рекомендується мати справу з змінною, яка залежить від відповіді, приймаючи значення між 0 і 1, такі як дроби, коефіцієнти або ймовірності: Регресія для результату (відношення або частка) між 0 і 1 . Однак завжди стверджується, що бета-регресію не …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

Чи може хто-небудь, будь ласка, пояснити мені реальну різницю між регресійним аналізом та приміркою кривої (лінійною та нелінійною), якщо це можливо? Схоже, що обидва намагаються знайти залежність між двома змінними (залежною від незалежної), а потім визначити параметр (або коефіцієнт), пов'язаний із запропонованими моделями. Наприклад, якщо у мене є набір даних, …

17 regression  multiple-regression  fitting  roc  curve-fitting