Запитання з тегом «residuals»

Виконуючи множинні лінійні регресії OLS, замість того, щоб будувати залишки проти встановлених значень, я будую (внутрішні) досліджені залишки проти встановлених значень (ditto для коваріатів). Ці залишки визначаються як: e∗i=eis2(1−hii)−−−−−−−−−√ei∗=eis2(1−hii)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} де - залишковий, а - діагональні елементи матриці капелюхів. Щоб отримати ці студизовані залишки в R, …

10 regression  residuals  diagnostic 

Припустимо, у нас є модель .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Регресія має ряд припущень, наприклад, що помилки повинні бути нормально розподілені із середнім нулем та постійною дисперсією. Мене вчили перевіряти ці припущення, використовуючи звичайний графік QQ, щоб перевірити нормальність залишків та графік …

10 regression  residuals  error 

Я натрапив на термін inlier в мірі LOF (Local Outlier Factor), я знайомий з терміном "outliers" (в основному, laers - екземпляри, які не поводяться як решта екземплярів). Що означає "Inliers" у контексті виявлення аномалії? і як це пов’язано з (відмінними від) пережилими?

10 residuals  outliers  anomaly-detection 

Чи "студизовані залишки" та "стандартизовані залишки" однакові у регресійних моделях? Я побудував модель лінійної регресії в R і хотів побудувати графік встановлених значень Studentized залишків v / s, але не знайшов автоматизованого способу зробити це в Р. Припустимо, у мене є модель library(MASS) lm.fit <- lm(Boston$medv~(Boston$lstat)) то використання plot(lm.fit)не дає …

10 r  regression  residuals  terminology 

Насамперед: З того, що я зрозумів, залишкові завантажувальні роботи залишаються таким чином: Підходить модель до даних Обчисліть залишки Перекомпонуйте залишки та додайте їх до 1. Підібрати модель до нового набору даних з 3. Повторіть nрази, але завжди додайте залишки, що перекомпоновані, у відповідність з 1. Чи правильно це поки що? …

10 time-series  matlab  bootstrap  residuals 

Це мені досить важко описати, але я спробую зробити свою проблему зрозумілою. Тому спочатку ви повинні знати, що я до цього часу робив дуже просту лінійну регресію. Перш ніж оцінити коефіцієнт, я спостерігав за розподілом свого . Це важкий лівий косий. Після того, як я оцінив модель, я повністю впевнено …

10 regression  residuals  skewness 

За допомогою регресії OLS, застосованої для безперервної реакції, можна скласти рівняння множинної регресії шляхом послідовно запущених регресій залишків на кожному коваріаті. Моє запитання: чи існує спосіб це зробити за допомогою логістичної регресії через залишки логістичної регресії ? Тобто, якщо я хочу оцінити використовуючи стандартний узагальнений підхід лінійного моделювання, чи є …

9 regression  logistic  residuals 

Я б хотів класифікувати точки даних як або потребують більш складної моделі, або не потребують більш складної моделі. Моє сучасне мислення полягає в тому, щоб підключити всі дані до простої лінійної моделі та дотримуватися розмір залишків, щоб зробити цю класифікацію. Потім я почитав про зміщення та вкладення дисперсії в помилку …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

Методом найменших квадратів ми хочемо оцінити невідомі параметри в моделі: Yj= α + βхj+εj( j = 1 ... n )Yj=α+βxj+εj(j=1...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Після того як ми зробили це (для деяких спостережуваних значень), ми отримаємо пристосовану регресійну лінію: Yj=α^+β^х +еj( J = 1 , …

9 regression  least-squares  residuals  heteroscedasticity  assumptions 

У мене є ці дані: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Я провів пуассонову регресію poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") І негативна біноміальна регресія: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Тоді я обчислював статистику …

9 generalized-linear-model  residuals  negative-binomial  poisson-regression  dispersion 

Коли (тобто походить від лінійної регресійної моделі), і в цьому випадку залишки співвідносні і не є незалежними. Але коли ми робимо регресійну діагностику і хочемо перевірити припущення , кожен підручник пропонує використовувати графіки Q – Q та статистичні тести на залишки які були розроблені для перевірки, чи для деяких .Y=AX+εY=AX+εY …

9 regression  residuals  non-independent 

У мене є набір даних з двома категоричними номінальними змінними (обидві з 5 категоріями). Мені хотілося б знати, чи (і як) мені вдається виявити потенційні кореляції між категоріями цих двох змінних. Іншими словами, чи, наприклад, результати категорії в змінній 1 показують сильну кореляцію з конкретною категорією у змінній 2. Оскільки …

9 correlation  residuals  contingency-tables  categorical-data 

Я використовую PROC GLM в SAS, щоб підходити до рівняння регресії наступної форми Y=б0+б1Х1+б2Х2+б3Х3+б4тY=b0+b1X1+b2X2+b3X3+b4t Y = b_0 + b_1X_1 + b_2X_2 + b_3X_3 + b_4t Діаграма QQ результуючих червоних осіб вказує на відхилення від нормальності. Будь-яка трансформація не корисна для того, щоб зробити залишки нормальними.YYY На цьому етапі я можу …

9 regression  multiple-regression  nonparametric  residuals  sas 

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 

Чому R, чому параметри за замовчуванням qqplot(linear model)використовують стандартизовані залишки на осі у? Чому R не використовує "звичайні" залишки?

9 r  regression  linear-model  residuals  qq-plot