Запитання з тегом «regression»

У мене є дані для мережі метеостанцій по всій території США. Це дає мені кадр даних, який містить дату, широту, довготу та деяке вимірюване значення. Припустимо, що дані збираються раз на день та керуються регіональною погодою (ні, ми не збираємось вступати в цю дискусію). Я хотів би показати графічно, як …

16 r  regression  data-visualization  pca  spatial 

Не впевнений, чи нормалізувати це правильне слово, яке тут вживають, але я постараюся зробити все можливе, щоб проілюструвати те, що я намагаюся запитати. Тут використаний оцінювач - найменше квадратів. Припустимо, у вас , ви можете зосереджувати його навколо середнього значення де і , так що більше не впливає на оцінку …

16 regression  self-study  least-squares  regression-coefficients 

Це посилання на вікіпедію перераховує низку методів виявлення гетероскедастичності залишків OLS. Мені хотілося б дізнатися, яка практична методика є більш ефективною для виявлення регіонів, постраждалих від гетеросцедастичності. Наприклад, тут центральний регіон у сюжеті OLS «Залишки проти пристосованого» має більшу дисперсію, ніж сторони сюжету (я не зовсім впевнений у фактах, але …

16 regression  least-squares  heteroscedasticity 

Це те, що я вважаю зробленим як своєрідний метод, і мені це здається дуже рибковим, але, можливо, я щось пропускаю. Я бачив це в багатьох регресіях, але давайте просто будемо робити це просто: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Тепер візьміть залишки від встановленої моделі ei=yi−(β^0+β^1xi)ei=yi−(β^0+β^1xi) e_{i} …

16 regression  residuals 

Чи може хтось мені сказати, що означає термін «стійкість» в аналізі часових рядів? Це стосується економетрики та прикладної регресії.

16 regression  time-series  econometrics  terminology 

Взагалі я стандартизую свої незалежні змінні в регресіях, щоб правильно порівняти коефіцієнти (таким чином вони мають однакові одиниці: стандартні відхилення). Однак, використовуючи дані панелі / поздовжні, я не впевнений, як мені стандартизувати свої дані, особливо якщо я оцінюю ієрархічну модель. Щоб зрозуміти, чому це може бути потенційною проблемою, припустимо, у …

16 r  regression  standardization 

Оскільки регресійне моделювання часто більше "мистецтво", ніж наукове, я часто опиняюсь на тестуванні багатьох ітерацій структури регресії. Які існують ефективні способи узагальнення інформації з цих кількох моделей, намагаючись знайти «найкращу» модель? Один із підходів, який я використав, - це скласти всі моделі до списку та перейти summary()через цей список, але …

16 r  regression 

Як слід визначити формулу моделі в R, коли є одне (або більше) точних лінійних обмежень, що зв'язують коефіцієнти. Як приклад, скажіть, що ви знаєте, що b1 = 2 * b0 у простій лінійній регресійній моделі. Дякую!

16 r  regression  modeling 

У логістичній регресії, чи потрібно так сильно піклуватися про мультиколінеарність, як ви б в прямому регресії OLS? Наприклад, з логістичною регресією, де існує мультиколінеарність, вам потрібно бути обережними (як у регресії OLS) з прийняттям висновку з коефіцієнтами бета-версії? Для регресії OLS одним із "фіксів" до високої мультиколінеарності є регрес хребта, …

16 regression  logistic  multicollinearity 

Я намагаюся ознайомитися з дослідженнями в області високомірної регресії; коли ppp більше nnn , т, p>>np>>np >> n . Схоже, що термін logp/nlog⁡p/n\log p/n часто з'являється з точки зору швидкості конвергенції для регресійних оцінювачів. β^β^\hat{\beta}1n∥Xβ^−Xβ∥22=OP(σlogpn−−−−−√∥β∥1).1n‖Xβ^−Xβ‖22=OP(σlog⁡pn‖β‖1). \dfrac{1}{n}\|X\hat{\beta} - X \beta\|_2^2 = O_P \left(\sigma \sqrt{\dfrac{\log p}{n} } \|\beta\|_1\right)\,. Зазвичай це також означає, …

16 regression  lasso  convergence  high-dimensional 

Моє запитання: Який математичний зв’язок між розподілом Beta та коефіцієнтами логістичної регресійної моделі ? Для ілюстрації: логістична (сигмоїдна) функція задана f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} і використовується для моделювання ймовірностей в моделі логістичної регресії. Нехай AAA - дихотомічний (0,1)(0,1)(0,1) результат і XXX - матриця проектування. Модель логістичної регресії задана методом P(A=1|X)=f(Xβ).P(A=1|X)=f(Xβ).P(A=1|X) = …

16 regression  logistic  mathematical-statistics  beta-distribution 

Чи є якесь інтуїтивне пояснення цієї термінології? Чому саме так, а не передбачувальник (-ів) регресують щодо результату? В ідеалі я сподіваюся, що правильне пояснення того, чому існує ця термінологія, допоможе студентам запам’ятати це та заважатиме їм говорити це неправильно.

16 regression  terminology  teaching 

Чи є регресія зі зниженим рангом та регресія головних компонентів лише особливими випадками часткових найменших квадратів? У цьому підручнику (Сторінка 6, "Порівняння цілей") зазначено, що коли ми робимо часткові найменші квадрати, не проектуючи X або Y (тобто "не часткові"), це стає відповідно регресією регресії чи регресією головного компонента. Аналогічне твердження …

16 regression  pca  dimensionality-reduction  partial-least-squares  reduced-rank-regression 

На даний момент я намагаюся застосувати лінійну модель ( family = gaussian) до показника біорізноманіття, який не може приймати значення нижче нуля, є завищеним нулем і є безперервним. Значення варіюються від 0 до трохи більше 0,25. Як наслідок, в залишках моделі є досить очевидна закономірність, якої я не встиг позбутися: …

16 regression  zero-inflation  tobit-regression  tweedie-distribution 

Я знайшов деякі плюси дискримінаційного аналізу, і у мене є питання щодо них. Так: Коли класи добре розділені, оцінки параметрів логістичної регресії напрочуд нестабільні. Коефіцієнти можуть піти в нескінченність. LDA не страждає від цієї проблеми. Якщо кількість ознак невелика і розподіл предикторів ХХX приблизно нормальний у кожному з класів, лінійна …

16 regression  logistic  multivariate-analysis  discriminant-analysis