Запитання з тегом «regression»

Загальновідомо (наприклад, в області стиснення зондування), що норма є "спорідненою", в тому сенсі, що якщо ми мінімізуємо функціональний (для нерухомої матриці і вектора ) для досить великих \ lambda> 0 , ми, мабуть, для багатьох варіантів A , \ vec {b} і \ lambda буде мати багато точно нульових записів …

10 regression  matrix  normalization  regularization  sparse 

У мене виникає запитання щодо підходу відмінностей у відмінностях із наступним стандартним рівнянням: де treatment - фіктивна змінна для обробленої групи та посади. y=a+b1treat+b2post+b3treat⋅post+uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u Тепер моє запитання просте: Чому більшість робіт все ще використовують додаткові контрольні змінні? Я вважав, що якщо …

10 regression  multiple-regression  causality 

Я намагаюся придумати найкращий спосіб передбачити суму платежу для колекторського агентства. Залежна змінна значення є ненульовою лише тоді, коли здійснено платіж. Зрозуміло, що існує велика кількість нулів, оскільки більшість людей не можуть бути досягнуті або не можуть повернути борг. Існує також дуже сильна негативна кореляція між сумою боргу та ймовірністю …

10 regression  predictive-models  logistic 

У встановленні багатоваріантної множинної регресії (векторний регресор і регресіяі) чотири основні тести загальної гіпотези (Ламбда Вілка, Пілла-Бартлетта, Готелінга-Лоулі та Найбільший корінь Роя) залежать від власних значень матриці , де і - матриці варіації "поясненої" та "загальної". H EНЕ- 1HE−1H E^{-1}НHHЕEE Я помітив, що статистику Піллая та Хотелінга-Лоулі можна виразити як …

10 regression  multiple-regression  multivariate-analysis  manova 

Існує багато методів проведення регуляризації - наприклад, , L 1 і L 2, заснована на нормуванні регуляризації. На думку Friedman Hastie & Tibsharani , найкращий регуляризатор залежить від проблеми: а саме від природи справжньої цільової функції, конкретної основи, що використовується, співвідношення сигнал-шум та розміру вибірки.L0L0L_0L1L1L_1L2L2L_2 Чи є емпіричні дослідження, що …

10 r  regression  machine-learning  regularization 

Чи є якісь припущення щодо помилок для логістичної регресії, такі як постійна дисперсія термінів помилки та нормальність залишків? Також зазвичай, якщо у вас є точки, відстань Кука яких перевищує 4 / n, ви видаляєте їх? Якщо ви все-таки видалите їх, як ви можете зрозуміти, чи краще модель із вилученими точками?

10 regression  logistic  residuals  diagnostic  cooks-distance 

Перегляньте редагування. Коли у вас є дані з важкими хвостами, регресія з помилками студента-т здається інтуїтивно зрозумілою справою. Досліджуючи цю можливість, я наткнувся на цей документ: Breusch, TS, Robertson, JC, & Welsh, AH (01 листопада 1997). Новий одяг імператора: критика багатоваріантної регресійної моделі. Statistica Neerlandica, 51, 3.) ( посилання , …

10 regression  mathematical-statistics  modeling  robust 

З огляду на множину перехресних перевірок логістичної регресії та отримані множинні оцінки кожного коефіцієнта регресії, як слід вимірювати, чи є прогноктор (чи набір предикторів) стійким та значущим на основі коефіцієнтів (ів) регресії ? Чи відрізняється це від лінійної регресії?

10 regression  model-selection  cross-validation 

Я хочу зробити декілька лінійних регресій, а потім передбачити нові значення з невеликою екстраполяцією. У мене є змінна відповідь у діапазоні від -2 до +7 та три предиктори (діапазони приблизно +10 - +200). Розподіл майже нормальний. Але взаємозв'язок між відповіддю та предикторами не є лінійним, на графіках я бачу криві. …

10 regression  data-transformation 

У мене є така лінійна модель: Щоб вирішити гетероседастичність залишків, я спробував застосувати перетворення журналу на залежну змінну як але я все ще бачу такий же ефект від вентилятора на залишки. Значення DV порівняно невеликі, тому постійне додавання +1 до взяття журналу, мабуть, не підходить у цьому випадку.log(Y+1)log⁡(Y+1)\log(Y + 1) …

10 regression  data-transformation  linear-model  heteroscedasticity 

Які хороші стратегії виконання регресії процесу Гаусса, коли функція, яку я намагаюся наблизити до змін, з часом? Наївний підхід, який мені спадає на думку, полягає у використанні лише N останніх точок даних для здійснення регресії. Які кращі стратегії?

10 regression  online  gaussian-process 

Розглянемо наступний код R: example <- function(n) { X <- 1:n Y <- rep(1,n) return(lm(Y~X)) } #(2.13.0, i386-pc-mingw32) summary(example(7)) #R^2 = .1963 summary(example(62)) #R^2 = .4529 summary(example(4540)) #R^2 = .7832 summary(example(104))) #R^2 = 0 #I did a search for n 6:10000, the result for R^2 is NaN for #n = …

10 r  regression 

Моя ситуація така: У мене є 1 безперервна залежна та 1 безперервна змінна предиктора, яку я логарифмічно перетворив, щоб нормалізувати їх залишки для простої лінійної регресії. Я вдячний за будь-яку допомогу щодо того, як я можу співвідносити ці перетворені змінні з їх початковим контекстом. Я хочу використовувати лінійну регресію, щоб …

10 regression  data-transformation  regression-coefficients  logarithm 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 3 роки тому . Це мені здавалося базовим, але я не можу знайти рішення в Інтернеті, тому я задумався, чого я можу пропустити. Я хочу включити …

10 r  regression 

Я дивлюся на деякі проблеми, а в деяких на тестування коефіцієнтів, іноді я бачу людей, які використовують розподіл Стьюдента, а іноді бачу нормальний розподіл. Яке правило?

10 regression  distributions  hypothesis-testing