Запитання з тегом «regression»

У мене є набір з 150 функцій, і багато з них сильно співвідносяться між собою. Моя мета - передбачити значення дискретної змінної, діапазон якої становить 1-8 . Розмір мого зразка - 550 , і я використовую 10-кратну перехресну перевірку. AFAIK серед методів регуляризації (Lasso, ElasticNet і Ridge), Ridge більш жорсткий …

17 regression  lasso  regularization  ridge-regression  elastic-net 

У мене є дані про щільність риби, які я намагаюся порівняти між декількома різними техніками збору, дані мають багато нулів, а гістограма виглядає химерною, підходящою для розподілу пуассона, за винятком того, що, як щільність, це не цілі дані. Я відносно новичок у ГЛМ і останні кілька днів шукаю в Інтернеті, …

17 regression  distributions  generalized-linear-model  link-function 

Скажімо, у мене є деякі дані, а потім я підходжу дані до моделі (нелінійна регресія). Тоді я обчислюю R-квадрат ( R2R2R^2 ). Якщо R-квадрат негативний, що це означає? Це означає, що моя модель погана? Я знаю, що діапазон R2R2R^2 може бути [-1,1]. Коли R2R2R^2 дорівнює 0, що це також означає?

17 regression  goodness-of-fit  r-squared  curve-fitting 

Група людей відповідає на одне запитання. Відповідь може бути "так" або "ні". Дослідник хоче знати, чи пов’язаний вік з типом відповіді. Асоціацію оцінювали шляхом логістичної регресії, де вік є пояснювальною змінною, а тип відповіді (так, ні) - залежною змінною. Окремо це було розглянуто шляхом обчислення середнього віку груп, які відповіли …

17 regression  logistic  t-test 

Кілька днів тому мій психолог-дослідник розповів мені про свій метод вибору змінних до лінійної регресійної моделі. Я думаю, що це не добре, але мені потрібно попросити когось іншого, щоб переконатися. Метод: Подивіться на кореляційну матрицю між усіма змінними (включаючи залежну змінну Y) і виберіть ті предиктори Xs, які найбільше співвідносяться …

17 regression  correlation  model-selection 

Я не звик використовувати змінні у форматі дат у Р. Мені просто цікаво, чи можна додати змінну дати як пояснювальну змінну в лінійну регресійну модель. Якщо це можливо, як можна інтерпретувати коефіцієнт? Це вплив одного дня на змінну результату? Дивіться мою суть з прикладом того, що я намагаюся зробити.

17 r  regression  time-series 

Я дізнаюся про сплайни з книги "Елементи статистичного вивчення даних, висновок та прогнозування" від Hastie et al. На сторінці 145 я виявив, що природні кубічні сплайни лінійні за межі вузлів. У є KKK вузлів, і про такий сплайн у книзі наведено наступне.ξ1,ξ2,...ξKξ1,ξ2,...ξK\xi_1, \xi_2, ... \xi_K Питання 1: Як звільняються 4 …

17 regression  degrees-of-freedom  splines  constraint  cubic 

Хтось знає про хорошу статтю з огляду статистичної літератури про нелінійну регресію? Мене насамперед цікавлять результати послідовності та асимптотика. Особливий інтерес представляє модель yit=m(xit,θ)+ϵit,yit=m(xit,θ)+ϵit,y_{it} = m(x_{it},\theta) + \epsilon_{it}, для панельних даних. Менший інтерес представляють непараметричні методи. Пропозиції для публікації журналів також дуже вітаються. На даний момент я читаю «Амемію» (1983) …

17 regression  references  nonlinear-regression 

Що таке нульова модель в регресії та яка взаємозв'язок між нульовою моделлю та нульовою гіпотезою? Наскільки я розумію, чи означає це? Використовуючи "середню змінну відповіді" для прогнозування змінної безперервної відповіді? Використовуючи "розподіл міток" для прогнозування дискретних змінних відповідей? Якщо це так, то, здається, відсутні відсутні зв'язки між нульовою гіпотезою.

16 regression  hypothesis-testing  classification  terminology  model 

Розглянемо стандартну проблему регресії OLS : У мене є матриці \ Y і \ X, і я хочу знайти \ B, щоб мінімізувати L = \ | \ Y- \ X \ B \ | ^ 2. Рішення задається \ hat \ B = \ argmin_ \ B \ {L …

16 regression  least-squares  ridge-regression 

При поясненні регресії LASSO часто використовується діаграма алмазу і кола. Кажуть, що оскільки форма обмеження в LASSO є алмазом, отримане рішення з найменшими квадратами може торкатися кута алмазу таким чином, що це призводить до усадки деякої змінної. Однак при регресії хребта, оскільки це коло, він часто не торкнеться осі. Я …

16 regression  lasso  ridge-regression 

Я використовую численні лінійні регресії для опису зв’язків між Y і X1, X2. З теорії я зрозумів, що множинна регресія передбачає лінійні зв’язки між Y і кожним з X (Y і X1, Y і X2). Я не використовую жодної трансформації X. Отже, я отримав модель з R = 0,45 і …

16 regression  multiple-regression  python  linear 

Я знаю, що стандартизовані залишки Пірсона отримуються традиційним імовірнісним способом: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} і залишки відхилення отримують більш статистичним способом (внесок кожної точки у ймовірність): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} де = 1, якщо y i = 1 і s i = -1, …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Регресія хребта оцінює параметри в лінійній моделі \ mathbf y = \ mathbf X \ boldsymbol \ beta по \ hat {\ boldsymbol \ beta} _ \ lambda = (\ mathbf X ^ \ top \ mathbf X + \ lambda \ mathbf I) ^ {- 1} \ mathbf X …

16 regression  ridge-regression  shrinkage 

Останні місяці я інтенсивно читав про квантилітичну регресію під час підготовки до магістерської роботи цього літа. Зокрема, я прочитав більшість книг Роджера Коенкера 2005 року на цю тему. Тепер я хочу розширити ці наявні знання на методи кількісної регресії, що дозволяють отримати інструментальні змінні (IV). Це здається активною сферою досліджень, …

16 regression  references  econometrics  instrumental-variables  quantile-regression