Запитання з тегом «regression»

Передумови: Я зараз є біостатистом, який веде боротьбу з набором частот клітинної експресії. Дослідження піддало певні пептиди безліч клітин, зібраних у групи від різних донорів. Клітини або виражають певні біомарки у відповідь, або їх немає. Потім ставки відповідей реєструються для кожної групи донорів. Частота відповідей (виражена у відсотках) є результатом …

11 regression  gamma-distribution  mixture  zero-inflation 

Я використовую модель OLS з постійною змінною індексу активів як DV. Мої дані агрегуються з трьох подібних спільнот у тісній географічній близькості. Незважаючи на це, я вважав важливим використовувати спільноту як контрольну змінну. Як виявляється, спільнота є значною на рівні 1% (t-бал -4,52). Спільнота - це номінальна / категоріальна змінна, …

11 regression  categorical-data  stata  multiple-regression  aggregation 

Я працюю з кількома великими наборами даних, використовуючи пакет gbm в Р. І моя матриця передбачення, і мій вектор відповідей досить рідкісні (тобто більшість записів дорівнює нулю). Я сподівався побудувати дерева рішень за допомогою алгоритму, який використовує цю обмеженість, як це було зроблено тут ). У цій роботі, як і …

11 r  regression  machine-learning  classification  cart 

Класичний F-тест для підмножини змінних у багатолінійній регресії має вигляд деSSE(R)- це сума помилок у квадраті за 'зменшеною' моделлю, яка гніздиться всередині 'великої' моделіB, аdf- ступеня свободи двох моделей. Згідно з нульовою гіпотезою, що додаткові змінні в 'великій' моделі не мають лінійної пояснювальної сили, статистика розподіляється як F зdfR-dfBіdfBступенями свободи.Ж= …

11 regression  hypothesis-testing  power-analysis  non-central  f-distribution 

В R, якщо пишу lm(a ~ b + c + b*c) це все-таки буде лінійною регресією? Як зробити інші види регресії в R? Буду вдячний за будь-яку рекомендацію щодо підручників чи навчальних посібників?

11 r  regression 

І середньоквадратичне, і середнє абсолютне відхилення здаються мірами величини мінливості (особливо, коли змінні є і + ve та -ve). За якими правилами слід вибрати один з них над іншим?

11 regression  standard-deviation 

Чи можна розподіл пуассона використовувати для аналізу безперервних даних, а також дискретних даних? У мене є кілька наборів даних, де змінні відповіді є безперервними, але більше нагадують розподіл Пуассона, а не звичайне. Однак розподіл пуассона є дискретним розподілом і зазвичай стосується чисел чи підрахунків.

11 distributions  regression  poisson-distribution  continuous-data 

Скажімо, у мене є дані: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Я хочу побудувати графік безперервної безперервної взаємодії таким чином, що x1 знаходиться на осі X, а x2 представлений 3 рядками, один з яких представляє x2 при Z-балі 0, один …

11 r  regression  ggplot2  interaction 

Я шукаю, як (візуально) пояснити просту лінійну кореляцію для студентів першого курсу. Класичним способом візуалізації було б дати графік розсіяння Y ~ X прямою регресійною лінією. Нещодавно мені прийшла ідея розширити цей тип графіки, додавши до сюжету ще 3 зображення, залишивши мене з: графік розкидання y ~ 1, потім y …

11 r  data-visualization  regression  correlation 

Кожен, хто слідкує за бейсболом, ймовірно, чув про нестандартне виконання MVP типу Жозе Баутіста в Торонто. За чотири роки тому він забивав приблизно 15 домашніх пробіжок за сезон. Минулого року він потрапив до 54, кількість перевершила лише 12 гравців в історії бейсболу. У 2010 році йому виплатили 2,4 мільйона, і …

11 r  regression  modeling 

Нещодавно я підходив до чотирьох моделей регресії для одних і тих же даних прогноктора / відповіді. Дві моделі, які мені підходять з регресією Пуассона. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Дві моделі, що підходять …

11 regression  aic  count-data  likelihood-ratio  model-comparison 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закритий минулого року . Які реалізації з відкритим кодом - будь-якою мовою - існують там, які можуть обчислити шляхи регуляризації ласо для лінійної регресії за допомогою координатного …

11 regression  lasso  regularization 

Тож, що я читав про пророка Facebook, це те, що він в основному розбиває часові ряди на тренди та сезонність. Наприклад, модель добавки буде записана у вигляді: у( t ) = g( t ) + s ( t ) + h ( t ) + eту(т)=г(т)+с(т)+год(т)+ет y(t) = g(t) + …

11 regression  machine-learning  time-series  prophet 

Моделі лінійних змішаних ефектів - це розширення моделей лінійної регресії для даних, які збираються та узагальнюються в групах. Ключові переваги - коефіцієнти можуть змінюватися залежно від однієї або декількох змінних групи. Однак я бореться з тим, коли використовувати модель зі змішаним ефектом? Свої запитання я опрацюю на прикладі іграшки в …

11 regression  mixed-model  random-effects-model  linear 

Проста лінійна модель: x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t деϵtϵt\epsilon_t ~ iidN(0,σ2)N(0,σ2)N(0,\sigma^2) при E(x)=αtE(x)=αtE(x) = \alpha t і Var(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR (1): де ϵ t ~ iid N ( 0 , σ 2 )Xt=αXt−1+ϵtXt=αXt−1+ϵtX_t =\alpha X_{t-1} + \epsilon_tϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) при і V a r ( x ) = t σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=tσ2Var(x)=tσ2Var(x)=t\sigma^2 …

11 regression  stochastic-processes  autoregressive  deterministic