Запитання з тегом «regression»

Наступні трансплантати взяті з цієї статті . Я новачок у завантажувальній програмі та намагаюся реалізувати параметричне, напівпараметричне та непараметричне завантажувальне завантаження для лінійної змішаної моделі з R bootпакетом. R код Ось мій Rкод: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Припустимо, нам надають набір даних форми (y,x1,x2,⋯,xn)(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n}) і (y,x1,x2,⋯,xn−1)(y,x1,x2,⋯,xn−1)(y,x_{1},x_{2},\cdots, x_{n-1}). Нам дається завдання передбачитиyyy на основі значень xxx. Ми оцінюємо дві регресії, де: yy=f1(x1,⋯,xn−1,xn)=f2(x1,⋯,xn−1)(1)(2)(1)y=f1(x1,⋯,xn−1,xn)(2)y=f2(x1,⋯,xn−1) \begin{align} y &=f_{1}(x_{1},\cdots, x_{n-1}, x_{n}) \tag{1} \\ y &=f_{2}(x_{1},\cdots, x_{n-1}) \tag{2} \end{align} Ми також оцінюємо регресію, яка прогнозує значення xnxnx_{n} на основі значень (x1,⋯,xn−1)(x1,⋯,xn−1)(x_{1},\cdots, x_{n-1}), …

9 regression  multiple-regression  missing-data  multicollinearity  multiple-imputation 

Я використовую пакет randomForest в R (R версія 2.13.1, randomForest версія 4.6-2) для регресії і помітив у своїх результатах значну зміщення: помилка прогнозування залежить від значення змінної відповіді. Високі значення занижені, а низькі - завищені. Спочатку я підозрював, що це є наслідком моїх даних, але наступний простий приклад говорить про …

9 r  regression  random-forest 

Я розрахував просту модель лінійної регресії з моїх експериментальних заходів, щоб зробити прогнози. Я прочитав, що не слід обчислювати прогнози для балів, які занадто далеко відходять від доступних даних. Однак я не зміг знайти жодного керівництва, яке допоможе мені зрозуміти, наскільки я можу екстраполювати. Наприклад, якщо я обчислюю швидкість читання …

9 regression  prediction 

Мої дані - це часовий ряд зайнятого населення, L та часовий проміжок, рік. n.auto=auto.arima(log(L),xreg=year) summary(n.auto) Series: log(L) ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 intercept year 1.9122 -0.9567 -0.3082 0.0254 -3.5904 0.0074 s.e. NaN NaN NaN NaN 1.6058 0.0008 sigma^2 estimated as 1.503e-06: log likelihood=107.55 AIC=-201.1 AICc=-192.49 BIC=-193.79 …

9 r  regression  arima 

Відповідно до регресійного аналізу за прикладом , залишковим є різниця між реакцією та передбачуваним значенням, тоді говорять, що кожен залишок має різну дисперсію, тому нам потрібно враховувати стандартизовані залишки. Але дисперсія призначена для групи значень, як може мати одне значення дисперсія?

9 regression  residuals 

У мене є кілька результатів тесту затримки відповіді сервера. Згідно з нашим теоретичним аналізом, розподіл затримки (Функція розподілу ймовірності затримки відповіді) повинен мати велику хвостову поведінку. Але як я міг довести, що результат тестування відповідає розподілу важких хвостів?

9 regression  distributions  probability  normal-distribution  mathematical-statistics 

Чи існують стандартні алгоритми (на відміну від програм) для ієрархічної лінійної регресії? Люди зазвичай просто роблять MCMC чи є більш спеціалізовані, можливо частково закриті форми, алгоритми?

9 regression  bayesian  multiple-regression  multilevel-analysis  irls 

Чи існує загальний принцип щодо того, чи слід обчислювати кореляцію персона для двох випадкових величин X і Y, перш ніж приймати їх логічне перетворення чи після? Чи є процедура тестування, яка є більш підходящою? Вони дають подібні, але різні значення, оскільки перетворення журналу нелінійне. Це залежить від того, чи X …

9 regression  correlation  logarithm  pearson-r 

У мене є великий набір даних, що складається із значень кількох сотень фінансових змінних, які можна було б використовувати в декількох регресіях для прогнозування поведінки індексного фонду в часі. Я хотів би зменшити кількість змінних до десяти або більше, зберігаючи якомога більше прогнозних можливостей. Додано: Скорочений набір змінних повинен бути …

9 regression  multivariate-analysis  model-selection  multiple-regression 

У мене є дані часових рядів, де вимірювана змінна - це дискретні додатні цілі числа (рахунки). Я хочу перевірити, чи є тенденція до зростання (чи ні). Незалежна змінна (x) знаходиться в діапазоні 0-500, а залежна змінна (y) знаходиться в діапазоні 0-8. Я подумав, що відповідаю на це, встановлюючи регресію форми …

9 r  regression  python 

Якщо у мене є змінна з 4 рівнями, теоретично мені потрібно використовувати 3 фіктивні змінні. На практиці, як це насправді здійснюється? Чи використовую 0-3, чи використовую 1-3, а 4 залишаю порожнім? Будь-які пропозиції? ПРИМІТКА. Я буду працювати в Р. ОНОВЛЕННЯ: Що буде, якщо я просто використовую один стовпець, який використовує …

9 r  regression  categorical-data  categorical-encoding 

Припустимо, у нас є лінійна модель яка відповідає всім стандартним припущенням регресії (Гаусса-Маркова). Нас цікавить .уi=β0+β1хi+ϵiуi=β0+β1хi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ = 1 /β1θ=1/β1\theta = 1/\beta_1 Запитання 1: Які припущення необхідні, щоб розподіл був чітко визначений? буде важливим --- будь-які інші?θ^θ^\hat{\theta}β1≠ 0β1≠0\beta_1 \neq 0 Питання 2: Додайте припущення, …

9 regression  distributions  maximum-likelihood  bootstrap 

Обидві змінні (залежні та незалежні) демонструють ефекти автокореляції. Дані часові ряди та стаціонарні Під час запуску регресії залишки не співвідносяться. Моя статистика Дурбіна-Уотсона більша за верхнє критичне значення, тому є докази того, що терміни помилок не є позитивно співвіднесеними. Крім того, коли я будую ACF для помилок, схоже, що там …

9 regression  time-series  autocorrelation 

Я не впевнений, який метод використовувати для моделювання взаємозв'язку між двома змінними (xxx і yyy) в експерименті описано так: Є 3 змінні: xaimxaimx_{aim}, xxx і yyy. Значення xaimxaimx_{aim}встановлюється при роботі експерименту. Однак,xxx і xaimxaimx_{aim} не завжди рівні. Коефіцієнт кореляції Пірсона між xaimxaimx_{aim} і xxx становить приблизно 0,9. Коефіцієнт кореляції Пірсона …

9 regression  correlation