Запитання з тегом «regression»

Чи має сенс стандартизація залежної змінної в ідентифікаційній групі? У наступному робочому документі (уповільнення вирубки лісів в юридичній Амазонії; ціни чи політика? Pdf ) використовується стандартизована залежна змінна для аналізу впливу змін загальної політики в Бразилії на вирубування лісів. Стандартизація проводиться так: Yн е шя т= Yя т- Yi¯¯¯¯¯с д( …

13 regression  time-series  panel-data  standardization  fixed-effects-model 

Я роблю регресію, використовуючи випадкові ліси для прогнозування цін на основі декількох ознак. Код пишеться на Python за допомогою Scikit-learn. Як ви вирішите, чи слід трансформувати свої змінні, використовуючи exp/ logперед тим, як використовувати їх, щоб відповідати регресійній моделі? Чи потрібно це використовувати підхід Ансамблю, такий як випадковий ліс?

13 regression  machine-learning  predictive-models  python  random-forest 

Якщо в стандартних регресіях OLS два припущення порушені (нормальний розподіл помилок, гомоскедастичність), чи є завантаження стандартних помилок та довірчих інтервалів підходящою альтернативою для досягнення значущих результатів щодо значущості коефіцієнтів регресору? Чи все ще "працюють" тести на значущість із завантаженими стандартними помилками та довірчими інтервалами з гетероскедастичністю? Якщо так, то які …

13 regression  bootstrap  least-squares  heteroscedasticity 

Досить основне питання: Що означає нормальний розподіл залишків від лінійної регресії? З точки зору, як це відображається на моїх оригінальних даних регресії? Я повністю спотикався, дякую хлопці

13 regression  residuals 

Мої прогнози, що випливають з логістичної регресійної моделі (glm в R), не обмежені між 0 і 1, як я очікував. Моє розуміння логістичної регресії полягає в тому, що параметри вводу та моделі поєднуються лінійно і відповідь перетворюється на ймовірність за допомогою функції посилання logit. Оскільки функція logit обмежена між 0 …

13 r  regression  logistic  generalized-linear-model 

Я не впевнений, як інтерпретувати цю прогресивну регресію, яку я натрапив на "Stata". Дані наводяться на затвердження позики, а білий - фіктивна змінна величина, яка = 1, якщо людина біла, і = 0, якщо людина не була. Будь-яка допомога щодо того, як це прочитати, буде дуже вдячна. Я найбільше шукаю, …

13 regression  multiple-regression  stata 

Одним із мотивів еластичної сітки було таке обмеження LASSO: У випадку ласо вибирає не більше n змінних, перш ніж воно насичується, через характер проблеми опуклої оптимізації. Це, здається, є обмежувальною особливістю для способу вибору змінних. Більше того, ласо не є чітко визначеним, якщо обмежена на L1-норма коефіцієнтів менша за певне …

13 regression  optimization  feature-selection  lasso 

У мене відсоткові відсотки студентів на 38 іспитах є залежною змінною в моєму дослідженні. Відсотковий відсоток обчислюється (рангом / кількістю студентів на іспиті). Ця залежна змінна має майже рівномірний розподіл, і я хочу оцінити вплив деяких змінних на залежну змінну. Який підхід регресії я використовую?

13 regression  distributions 

Нехай .Xβ=YXβ=YX\beta =Y Ми не знаємо точно, тільки його кореляції з кожним предиктором, .YYYXtYXtYX^\mathrm{t}Y Звичайним рішенням найменших квадратів (OLS) є і проблеми не виникає.β=(XtX)−1XtYβ=(XtX)−1XtY\beta=(X^\mathrm{t} X)^{-1} X^\mathrm{t}Y Але припустимо, що близький до сингулярності (мультиколінеарність), і вам потрібно оцінити оптимальний параметр хребта. Всі методи , здається, потрібні точні значення .XtXXtXX^\mathrm{t}XYYY Чи існує …

13 regression  multicollinearity 

Я просто намагаюся зрозуміти, який взаємозв'язок між нормальною множинною / простою регресією проти множинною / простою регресією, коли змінні різняться. Наприклад, я аналізую взаємозв'язок між залишком депозиту ( ) та ринковими ставками ( R_T ) Якщо я веду просту лінійну регресію, кореляція є негативною та досить значною (близько -74) Однак, …

13 regression  time-series 

Припустимо, що у мене є два набори даних із n спостереженнями пар даних незалежної змінної x та залежної змінної y кожна. Давайте припустимо, що я хочу створити розподіл укосів регресії для кожного набору даних шляхом завантаження спостережень (із заміною) N разів та обчислення регресії y = a + bxщоразу. Як …

13 regression  statistical-significance  bootstrap 

Чим відрізняється ендогенність від незастереженої неоднорідності? Я знаю, що ендогенність походить, наприклад, від опущених змінних? Але, наскільки я розумію, непомічена неоднорідність викликає ту саму проблему. Але де саме лежить різниця між цими двома поняттями?

13 regression  assumptions 

Я радив студенту-досліднику з певною проблемою, і я хотів отримати інформацію про інших на цьому сайті. Контекст: У дослідника було три типи змінних предиктора. Кожен тип містив різну кількість змінних предиктора. Кожен предиктор був суцільною змінною: Соціальні: S1, S2, S3, S4 (тобто чотири прогнози) Пізнавальний: C1, C2 (тобто два предиктори) …

13 regression  predictor  importance 

У мене є питання щодо поняття "основна статистика". Як студент, я хотів би знати, чи я думаю про це абсолютно неправильно, і чому, якщо так: Скажімо, я гіпотетично намагаюся розглянути взаємозв'язок між "проблемами управління гнівом" і сказати про розлучення (так / ні) в рамках логістичної регресії, і я маю можливість …

13 regression  logistic 

Я бачу регресійну модель, яка регресує річну прибутковість фондового індексу за затримкою (12 місяців) Річна прибутковість того ж біржового індексу, кредитний спред (різниця між середньомісячним значенням безризикових облігацій та корпоративних облігацій врожайність), рівень інфляції у річному обчисленні та індекс промислового виробництва за рік. Це виглядає таким чином (хоча ви в …

13 regression  time-series  autocorrelation