Запитання з тегом «regression»

Чи може хтось, будь ласка, дати мені трохи зрозуміти, коли вибрати SVM чи LR? Я хочу зрозуміти інтуїцію, в чому полягає різниця між критеріями оптимізації вивчення гіперплану двох, де відповідні цілі такі: SVM: Намагайтеся максимально збільшувати запас між найближчими векторами підтримки LR: Максимізуйте ймовірність заднього класу Розглянемо лінійний простір функцій …

37 regression  logistic  svm  optimization 

Я хочу припустити, що температура поверхні Балтійського моря однакова з року в рік, а потім описати це за допомогою функціональної / лінійної моделі. У мене була ідея просто ввести рік у вигляді десяткового числа (або число_місяць / 12) і дізнатися, якою повинна бути температура в цей час. Указавши функцію lm …

37 r  regression  time-series  lm 

У мене є 2 прості запитання щодо лінійної регресії: Коли рекомендується стандартизувати пояснювальні змінні? Як тільки оцінка проводиться за допомогою стандартизованих значень, як можна передбачити нові значення (як слід стандартизувати нові значення)? Деякі довідки були б корисні.

37 regression  predictive-models  references  standardization  predictor 

Мені було цікаво, яка різниця та залежність між прогнозом та прогнозуванням? Особливо в часових рядах та регресії? Наприклад, чи я правильний: У часових рядах прогнозування, схоже, означає оцінку майбутніх значень з урахуванням минулих значень часового ряду. У регресії прогноз, здається, означає оцінити значення, чи є це майбутніми, поточними або минулими …

37 regression  time-series  forecasting  terminology 

Зараз я використовую пакет Rme lme4 . Я використовую лінійні моделі змішаних ефектів із випадковими ефектами: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # random effects mod3 …

37 r  regression  mixed-model  random-effects-model 

Я намагаюся обернути голову навколо статистичної різниці між лінійним дискримінантним аналізом та логістичною регресією . Чи правильно я розумію, що для задачі класифікації двох класів LDA прогнозує дві функції нормальної щільності (по одній для кожного класу), яка створює лінійну межу, де вони перетинаються, тоді як логістична регресія лише передбачає функцію …

36 regression  logistic  classification  discriminant-analysis 

Я намагаюся розібратися, який метод перехресної перевірки найкращий для моєї ситуації. Наступні дані - лише приклад для роботи над проблемою (в R), але мої реальні Xдані ( xmat) співвідносяться між собою і співвідносяться в різній мірі зі yзмінною ( ymat). Я надав код R, але моє питання не про R, …

36 r  regression  cross-validation  linear-model 

Я намагаюся створити поліном другого порядку, який підходить до деяких даних, які я маю. Скажімо, я задумав це ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Я отримав: Отже, придатність другого порядку працює досить добре. Я обчислюю це за допомогою R: summary(lm(data$bar ~ poly(data$foo, 2))) І я отримую: …

36 r  regression  interpretation  regression-coefficients 

Я читаю книгу про лінійну регресію і маю деякі проблеми з розумінням дисперсійно-коваріаційної матриці :bb\mathbf{b} Діагональні елементи досить прості, але поза діагоналі трохи складніше, що мене що σ(b0,b1)=E(b0b1)−E(b0)E(b1)=E(b0b1)−β0β1σ(b0,b1)=E(b0b1)−E(b0)E(b1)=E(b0b1)−β0β1 \sigma(b_0, b_1) = E(b_0 b_1) - E(b_0)E(b_1) = E(b_0 b_1) - \beta_0 \beta_1 але тут немає і сліду та .β0β0\beta_0β1β1\beta_1

36 regression 

Я бачу подібну стриману регресію тут: Обмежена лінійна регресія через задану точку але моя вимога дещо інша. Мені потрібні коефіцієнти, щоб додати до 1. Зокрема, я регресую дохідність 1 валютної серії порівняно з 3 іншими валютними серіями, щоб інвестори могли замінити свою експозицію до цієї серії комбінацією з іншими 3, …

36 r  regression 

Я намагаюся підходити до багатоваріантної лінійної регресійної моделі з приблизно 60 змінними предиктора та 30 спостереженнями, тому я використовую пакет glmnet для регульованої регресії, оскільки p> n. Я переглядав документацію та інші питання, але все ще не можу інтерпретувати результати, ось зразок коду (з 20 прогнозовами та 10 спостереженнями для …

36 r  regression  regularization  glmnet 

Інструментальні змінні стають все більш поширеними у прикладній економіці та статистиці. Для непосвячених, чи можемо ми отримати кілька нетехнічних відповідей на наступні питання: Що таке інструментальна змінна? Коли хочеться використовувати інструментальну змінну? Як можна знайти або вибрати інструментальну змінну?

36 regression  econometrics  instrumental-variables 

Мені було просто цікаво, чому проблеми регресії називають проблемами «регресії». За якою історією стоїть назва? Одне визначення для регресії: "Відношення до менш досконалого або розвиненого стану".

36 regression  terminology  history  etymology 

Дізнаючись про Gradient Boosting, я не чув про обмеження щодо властивостей "слабкого класифікатора", який метод використовує для побудови та ансамблю моделі. Однак я не міг уявити додаток ГБ, що використовує лінійну регресію, і насправді, коли я виконував деякі тести - це не працює. Я випробовував найбільш стандартний підхід з градієнтом …

35 regression  machine-learning  boosting  ensemble  gradient 

Чи завжди переважна регуляризація еластичної сітки перед Lasso & Ridge, оскільки, здається, вирішує недоліки цих методів? Що таке інтуїція та яка математика за еластичною сіткою?

35 regression  lasso  regularization  ridge-regression  elastic-net