Запитання з тегом «residuals»

У сценарії регресії LASSO де y=Xβ+ϵy=Xβ+ϵy= X \beta + \epsilon , і оцінки LASSO даються наступною проблемою оптимізації minβ||y−Xβ||+τ||β||1minβ||y−Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Чи існують припущення щодо розповсюдження інформації щодо ϵϵ\epsilon ? У сценарії OLS можна очікувати, що є незалежним та нормально розподіленим.ϵϵ\epsilon Чи має сенс аналізувати …

18 regression  lasso  assumptions  residuals 

Контекст Це питання використовує R, але стосується загальних статистичних питань. Я аналізую вплив факторів смертності (% смертності від хвороб та паразитизму) на швидкість зростання популяції молі протягом часу, де популяції личинок відбирали з 12 місць раз на рік протягом 8 років. Дані про темпи приросту населення показують чітку, але нерегулярну …

17 model-selection  autocorrelation  residuals  panel-data  spatio-temporal 

Припустимо, ми провели просту лінійну регресію y=β0+β1x+uy=β0+β1x+uy=\beta_0+\beta_1x+u , зберегли залишки ui^ui^\hat{u_i} та намалюємо гістограму розподілу залишків. Якщо ми отримаємо щось, схоже на звичне розповсюдження, чи можемо ми припустити, що наш термін помилки має такий розподіл? Скажіть, якщо ми з'ясували, що залишки нагадують нормальний розподіл, чи є сенс вважати нормальність терміна …

17 r  regression  residuals 

Я не дуже розумію гетеросцедастичність. Мені хотілося б знати, чи підходить моя модель чи ні відповідно до цього сюжету.

17 r  regression  residuals  heteroscedasticity  independence 

Я знаю, що стандартизовані залишки Пірсона отримуються традиційним імовірнісним способом: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} і залишки відхилення отримують більш статистичним способом (внесок кожної точки у ймовірність): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} де = 1, якщо y i = 1 і s i = -1, …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Питання початківця щодо залишків Пірсона в контексті тесту чі-квадрата на придатність придатності: Як і тестова статистика, chisq.testфункція R повідомляє про залишковий Пірсон: (obs - exp) / sqrt(exp) Я розумію, чому погляд на різну різницю між спостережуваними та очікуваними значеннями не є таким інформативним, оскільки менша вибірка призведе до меншої різниці. …

16 chi-squared  goodness-of-fit  residuals 

Це те, що я вважаю зробленим як своєрідний метод, і мені це здається дуже рибковим, але, можливо, я щось пропускаю. Я бачив це в багатьох регресіях, але давайте просто будемо робити це просто: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Тепер візьміть залишки від встановленої моделі ei=yi−(β^0+β^1xi)ei=yi−(β^0+β^1xi) e_{i} …

16 regression  residuals 

Я аналізую набір даних, використовуючи модель змішаних ефектів з одним фіксованим ефектом (умовою) та двома випадковими ефектами (учасник, обумовлений в рамках проекту та пари). Модель була згенерована з lme4пакетом: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Далі я провів перевірку коефіцієнта ймовірності цієї моделі проти моделі без фіксованого ефекту (умови) і маю суттєву різницю. У моєму …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

\newcommand{\E}{\mathbb{E}} Як A(⋅)=∫duV1/3(μ)A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} нормалізує перетворення для експонентної сім'ї похідне? Більш конкретно : я спробував виконати ескіз розширення Тейлора на сторінці 3, слайд 1 тут, але у мене є кілька питань. З XXX з експоненціальної родини, перетворення h(X)h(X)h(X) та κiκi\kappa _i що позначає купілятор ithithi^{th} , слайди стверджують, що: …

15 data-transformation  residuals  asymptotics  exponential-family 

Я намагаюся зробити регресію на гетеросептичних даних, де я намагаюся передбачити відхилення помилок, а також середні значення з точки зору лінійної моделі. Щось на зразок цього: y(x,t)ξ(x,t)y¯(x,t)σ(x,t)=y¯(x,t)+ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ \sigma\left(x,t\right) &= \sigma_{0}+cx+dt. \end{align} y(x,t)y(x,t)y(x,t)xxxttty¯(x,t)y¯(x,t)\bar{y}(x,t)xxxtttξ(x,t)ξ(x,t)\xi(x,t)x,tx,tx,txxxttt y¯y¯\bar{y} σσ\sigmay0,a,b,σ0,cy0,a,b,σ0,cy_0, a, b, \sigma_0, cddd

15 regression  spss  variance  residuals  heteroscedasticity 

У мене є часовий ряд, який я намагаюся прогнозувати, для якого я використав сезонну модель ARIMA (0,0,0) (0,1,0) [12] (= fit2). Він відрізняється від того, що R запропонувало з auto.arima (R, розраховане ARIMA (0,1,1) (0,1,0) [12], було б краще, я назвав це придатним1). Однак, за останні 12 місяців моєї часової …

15 r  time-series  statistical-significance  arima  residuals 

Я беру курс на регресійні моделі і однією з властивостей, передбачених для лінійної регресії, є те, що залишки завжди дорівнюють нулю, коли включається перехоплення. Чи може хтось дати гарне пояснення, чому це так?

14 regression  residuals 

Стандартна помилка оцінне стандартне відхилення σ ( θ ) з оцінювання & thetas для параметра & thetas .σ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Чому оцінене стандартне відхилення залишків називається "залишковою стандартною помилкою" (наприклад, у висновку функції R summary.lm), а не "залишковим стандартним відхиленням"? Яку оцінку параметрів ми тут оснащуємо стандартною помилкою? Чи розглядаємо …

14 r  standard-error  residuals  terminology 

Я хотів би зробити W тест Шапіро Вілка і тест Колмогорова-Смірнова на залишки лінійної моделі, щоб перевірити їх нормальність. Мені було просто цікаво, які залишки слід використовувати для цього - залишки сировини, залишки Пірсона, залишки в студії або стандартизовані залишки? Для W тесту Shapiro-Wilk W виявляється, що результати для залишків …

13 r  regression  residuals  normality-assumption  lm 

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