Pertanyaan yang diberi tag «regression»

Ini wikipedia link di daftar sejumlah teknik untuk mendeteksi OLS residual heteroskedastisitas. Saya ingin belajar teknik langsung mana yang lebih efisien dalam mendeteksi daerah yang dipengaruhi oleh heteroskedastisitas. Sebagai contoh, di sini wilayah pusat dalam plot 'Residual vs Fitted' OLS terlihat memiliki varians yang lebih tinggi daripada sisi plot (saya …

16 regression  least-squares  heteroscedasticity 

Ini adalah sesuatu yang saya lihat dilakukan sebagai semacam metode ad-hoc dan tampaknya sangat mencurigakan bagi saya tetapi mungkin saya kehilangan sesuatu. Saya telah melihat ini dilakukan dalam beberapa regresi tetapi mari kita tetap sederhana: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Sekarang ambil residu dari model yang …

16 regression  residuals 

Bisakah seseorang memberi tahu saya apa arti istilah 'kegigihan' dalam analisis deret waktu? Ini tentang ekonometrika dan regresi terapan.

16 regression  time-series  econometrics  terminology 

Secara umum, saya membakukan variabel independen saya dalam regresi, untuk membandingkan dengan benar koefisien (dengan cara ini mereka memiliki unit yang sama: standar deviasi). Namun, dengan data panel / longitudinal, saya tidak yakin bagaimana saya harus membakukan data saya, terutama jika saya memperkirakan model hierarkis. Untuk melihat mengapa itu bisa …

16 r  regression  standardization 

Karena pemodelan regresi seringkali lebih "seni" daripada sains, saya sering menemukan diri saya menguji banyak iterasi dari struktur regresi. Apa saja cara efisien untuk meringkas informasi dari berbagai model ini dalam upaya menemukan model "terbaik"? Salah satu pendekatan yang saya gunakan adalah memasukkan semua model ke dalam daftar dan berjalan …

16 r  regression 

Bagaimana saya harus mendefinisikan formula model dalam R, ketika satu (atau lebih) batasan linear yang tepat mengikat koefisien tersedia. Sebagai contoh, katakan bahwa Anda tahu bahwa b1 = 2 * b0 dalam model regresi linier sederhana. Terima kasih!

16 r  regression  modeling 

Dalam Regresi Logistik, adakah kebutuhan untuk mempedulikan multikolinieritas seperti halnya Anda akan menggunakan regresi OLS langsung? Misalnya, dengan regresi logistik, di mana terdapat multikolinieritas, apakah Anda harus berhati-hati (seperti halnya dalam regresi OLS) dengan mengambil kesimpulan dari koefisien Beta? Untuk regresi OLS satu "memperbaiki" ke multikolinieritas tinggi adalah regresi ridge, …

16 regression  logistic  multicollinearity 

Saya mencoba membaca tentang penelitian di bidang regresi dimensi tinggi; ketika ppp lebih besar dari nnn , yaitu, p>>np>>np >> n . Sepertinya istilah logp/nlog⁡p/n\log p/n sering muncul dalam hal tingkat konvergensi untuk estimator regresi. Sebagai contoh, di sini , persamaan (17) mengatakan bahwa fit β^β^\hat{\beta} memenuhi 1n∥Xβ^−Xβ∥22=OP(σlogpn−−−−−√∥β∥1).1n‖Xβ^−Xβ‖22=OP(σlog⁡pn‖β‖1). \dfrac{1}{n}\|X\hat{\beta} - …

16 regression  lasso  convergence  high-dimensional 

Dalam praktiknya, menggunakan uji-T standar untuk memeriksa signifikansi koefisien regresi linier adalah praktik umum. Mekanisme perhitungannya masuk akal bagi saya. Mengapa distribusi-T dapat digunakan untuk memodelkan statistik uji standar yang digunakan dalam pengujian hipotesis regresi linier? Statistik uji standar yang saya maksud di sini: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

16 regression  hypothesis-testing  linear-model  t-distribution 

Pertanyaan saya adalah: Apa hubungan matematis antara distribusi Beta dan koefisien model regresi logistik ? Sebagai ilustrasi: fungsi logistik (sigmoid) diberikan oleh f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} dan digunakan untuk memodelkan probabilitas dalam model regresi logistik. Biarkan AAA menjadi dikotomis (0,1)(0,1)(0,1) mencetak hasil dan XXX sebuah matriks desain. Model regresi logistik diberikan …

16 regression  logistic  mathematical-statistics  beta-distribution 

Apakah penurunan regresi peringkat dan regresi komponen utama hanyalah kasus khusus dari kuadrat terkecil parsial? Tutorial ini (Halaman 6, "Perbandingan Tujuan") menyatakan bahwa ketika kita melakukan kuadrat terkecil parsial tanpa memproyeksikan X atau Y (yaitu, "tidak parsial"), itu menjadi penurunan peringkat peringkat atau regresi komponen utama, sesuai. Pernyataan serupa dibuat …

16 regression  pca  dimensionality-reduction  partial-least-squares  reduced-rank-regression 

Apakah ada penjelasan intuitif untuk terminologi ini? Mengapa demikian, dan bukankah para prediktor mengalami kemunduran pada hasilnya? Idealnya saya berharap bahwa penjelasan yang tepat tentang mengapa istilah ini ada akan membantu siswa mengingatnya, dan menghentikan mereka dari mengatakannya dengan cara yang salah.

16 regression  terminology  teaching 

Saya menemukan beberapa pro analisis diskriminan dan saya punya pertanyaan tentang mereka. Begitu: Ketika kelas dipisahkan dengan baik, estimasi parameter untuk regresi logistik secara mengejutkan tidak stabil. Koefisien bisa menuju tak terhingga. LDA tidak menderita masalah ini. Jika jumlah fitur kecil dan distribusi prediktor kira-kira normal di setiap kelas, model …

16 regression  logistic  multivariate-analysis  discriminant-analysis 

Jika kita mulai dengan satu set data , menerapkan Lasso untuk itu dan mendapatkan solusi β L , kita dapat menerapkan Lasso lagi ke set data ( X S , Y ) , di mana S adalah himpunan bukan-nol indeks β L , untuk mendapatkan solusi, β R L , …

16 regression  optimization  lasso  regularization  shrinkage 

Sebagaimana dijelaskan dalam handout kursus ini (halaman 1) , model linear dapat ditulis dalam bentuk: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, di mana yyy adalah variabel respon dan xixix_{i} adalah variabel penjelas ithithi^{th} . Seringkali dengan tujuan memenuhi asumsi pengujian, seseorang dapat mengubah variabel …

16 regression  generalized-linear-model  data-transformation  linear-model