Pertanyaan yang diberi tag «interpretation»

Dapatkah regularisasi bermanfaat jika kita hanya tertarik dalam memperkirakan (dan menafsirkan) parameter model, bukan dalam peramalan atau prediksi? Saya melihat bagaimana regularisasi / validasi silang sangat berguna jika tujuan Anda adalah membuat perkiraan yang baik tentang data baru. Tetapi bagaimana jika Anda melakukan ekonomi tradisional dan semua yang Anda pedulikan …

19 cross-validation  econometrics  model-selection  interpretation  regularization 

Saya punya pertanyaan tentang model ARIMA. Katakanlah saya memiliki rangkaian waktu yang ingin saya dan model sepertinya cara yang baik untuk melakukan latihan ramalan. Sekarang tertinggal menyiratkan bahwa seri saya hari ini dipengaruhi oleh peristiwa sebelumnya. Ini masuk akal. Tapi apa interpretasi kesalahannya? Sisa sebelumnya (bagaimana saya dalam perhitungan saya) …

19 regression  time-series  interpretation 

Saya telah mencari di internet jauh dan luas ... Saya belum menemukan gambaran yang sangat bagus tentang bagaimana menafsirkan plot analisis korespondensi 2D. Bisakah seseorang menawarkan saran untuk menafsirkan jarak antar titik? Mungkin contoh akan membantu, berikut adalah plot yang ditemukan di banyak situs web yang saya lihat membahas analisis …

19 interpretation  correspondence-analysis  biplot 

Saya memiliki variabel dependen ordinal, kemudahan, yang berkisar dari 1 (tidak mudah) hingga 5 (sangat mudah). Peningkatan nilai-nilai faktor independen terkait dengan peningkatan peringkat kemudahan. Dua variabel independen saya ( condAdan condB) adalah kategorikal, masing-masing dengan 2 level, dan 2 ( abilityA, abilityB) kontinu. Saya menggunakan paket ordinal dalam R, …

19 r  regression  logistic  interpretation  ordered-logit 

Saya membaca catatan ini . Pada halaman 2, ini menyatakan: "Berapa banyak varian dalam data dijelaskan oleh model regresi yang diberikan?" "Interpretasi regresi adalah tentang rata-rata koefisien; kesimpulannya adalah tentang varians mereka." Saya telah membaca tentang pernyataan seperti itu berkali-kali, mengapa kita peduli tentang "seberapa banyak perbedaan dalam data dijelaskan …

19 regression  variance  interpretation 

Saya memahami konsep bahwa ß 0 adalah mean ketika variabel kategoris sama dengan 0 (atau kelompok referensi), memberikan interpretasi akhir bahwa koefisien regresi adalah perbedaan mean dari dua kategori. Bahkan dengan> 2 kategori saya akan menganggap setiap β menjelaskan perbedaan antara kategori ini berarti dan referensi.β^0β^0\hat\beta_0β^β^\hat\beta Tetapi, bagaimana jika lebih …

18 multiple-regression  categorical-data  interpretation  regression-coefficients  contrast 

Sering diperdebatkan bahwa kerangka bayesian memiliki keuntungan besar dalam interpretasi (lebih sering), karena ia menghitung probabilitas parameter yang diberikan data - daripada seperti pada kerangka kerja frequentist. Sejauh ini baik.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Tapi, seluruh persamaan itu didasarkan pada: p(θ|x)=p(x|θ).p(θ)p(x)p(θ|x)=p(x|θ).p(θ)p(x)p(\theta|x) = {p(x|\theta) . p(\theta) \over p(x)} menurut saya sedikit mencurigakan karena 2 alasan: …

18 bayesian  interpretation  prior  likelihood  posterior 

Mari kita perhatikan dua distribusi probabilitas berikut P Q 0.01 0.002 0.02 0.004 0.03 0.006 0.04 0.008 0.05 0.01 0.06 0.012 0.07 0.014 0.08 0.016 0.64 0.928 Saya telah menghitung divergensi Kullback-Leibler yang sama dengan , saya ingin tahu secara umum apa yang ditunjukkan angka ini kepada saya? Secara umum, …

18 interpretation  information-theory  kullback-leibler 

Jika hasil uji t satu sisi saya signifikan tetapi ukuran sampel kecil (mis. Di bawah 20 atau lebih), dapatkah saya tetap mempercayai hasil ini? Jika tidak, bagaimana saya harus menangani dan / atau menafsirkan hasil ini?

17 statistical-significance  t-test  interpretation  sample-size  small-sample 

Saya menjalankan regresi logistik ordinal ini di R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Saya mendapatkan ringkasan model ini: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 …

17 r  regression  logistic  interpretation  ordered-logit 

Jawaban untuk pertanyaan Relasi antara koefisien korelasi phi, Matthews dan Pearson?menunjukkan bahwa ketiga metode koefisien semuanya setara. Saya bukan dari statistik, jadi itu seharusnya pertanyaan yang mudah. Makalah Matthews (www.sciencedirect.com/science/article/pii/0005279575901099) menjelaskan hal berikut: "A correlation of: C = 1 indicates perfect agreement, C = 0 is expected for a prediction …

17 correlation  interpretation  pearson-r 

Saya mencoba memahami bagaimana saya bisa mendapatkan fitur penting dari variabel kategori yang telah dipecah menjadi variabel dummy. Saya menggunakan scikit-learn yang tidak menangani variabel kategorikal untuk Anda seperti R atau h2o. Jika saya memecah variabel kategori menjadi variabel dummy, saya mendapatkan fitur penting terpisah per kelas dalam variabel itu. …

17 categorical-data  random-forest  interpretation  importance 

Saya masih baru dalam glmnetpaket ini, dan saya masih tidak yakin bagaimana menafsirkan hasilnya. Adakah yang bisa membantu saya membaca plot jejak berikut? Grafik diperoleh dengan menjalankan yang berikut: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, standardize=TRUE) op <- par(mfrow=c(1, 2)) plot(model$glmnet.fit, …

15 r  data-visualization  interpretation  lasso  glmnet 

Saya memiliki beberapa data yang dibatasi antara 0 dan 1. Saya telah menggunakan betaregpaket dalam R agar sesuai dengan model regresi dengan data terikat sebagai variabel dependen. Pertanyaan saya adalah: bagaimana cara menafsirkan koefisien dari regresi?

15 r  regression  interpretation  beta-distribution  regression-coefficients 

Saya sering mendengar klaim bahwa statistik Bayesian bisa sangat subjektif. Argumen utama adalah bahwa inferensi tergantung pada pilihan prior (walaupun seseorang dapat menggunakan prinsip indiferensi o entropi maksimum untuk memilih prior). Sebagai perbandingan, klaim berjalan, statistik frequentist secara umum lebih objektif. Berapa banyak kebenaran dalam pernyataan ini? Juga, ini membuat …

14 bayesian  interpretation  frequentist  philosophical