Pertanyaan yang diberi tag «regression»

Misalkan Anda cocok dengan regresi linier / logistik , dengan tujuan dari estimasi yang tidak bias dari . Anda sangat yakin bahwa dan sangat positif relatif terhadap noise dalam estimasi mereka.g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2a1a2a1a2\frac{a_1}{a_2}a1a1a_1a2a2a_2 Jika Anda memiliki kovarians gabungan , Anda dapat menghitung, atau setidaknya …

15 regression  regression-coefficients  unbiased-estimator  ratio 

Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Saat ini saya mencoba menerapkan model linier ( family = gaussian) ke indikator keanekaragaman hayati yang tidak dapat mengambil nilai lebih rendah dari nol, inflasi nol dan berkelanjutan. Nilai berkisar dari 0 hingga sedikit di atas 0,25. Sebagai akibatnya, ada pola yang cukup jelas dalam residu model yang belum berhasil …

15 regression  zero-inflation  tobit-regression  tweedie-distribution 

Saya punya contoh yang berhasil (dalam R), yang saya coba mengerti lebih lanjut. Saya menggunakan Limma untuk membuat model linier dan saya mencoba memahami apa yang terjadi langkah demi langkah dalam perhitungan perubahan lipat. Saya kebanyakan berusaha mencari tahu apa yang terjadi untuk menghitung koefisien. Dari apa yang saya tahu, …

15 r  regression  linear-model 

Untuk model linier, solusi OLS memberikan penaksir tidak bias linier terbaik untuk parameter. Tentu saja kita dapat memperdagangkan bias untuk varian yang lebih rendah, misalnya regresi ridge. Tetapi pertanyaan saya adalah tentang tidak memiliki bias. Apakah ada estimator lain yang agak umum digunakan, yang tidak bias tetapi dengan varians yang …

15 regression  least-squares  linear  unbiased-estimator  blue 

Saya mencoba memahami pengorbanan varians-varians, hubungan antara bias estimator dan bias model, dan hubungan antara varians estimator dan varians model. Saya sampai pada kesimpulan ini: Kita cenderung menyesuaikan data ketika kita mengabaikan bias estimator, yaitu ketika kita hanya bertujuan untuk meminimalkan bias model mengabaikan varians model (dengan kata lain kita …

15 regression  variance  bias  bias-variance-tradeoff 

Saya mencoba melihat apakah akan menggunakan regresi ridge , LASSO , regresi komponen utama (PCR), atau Partial Least Squares (PLS) dalam situasi di mana ada sejumlah besar variabel / fitur ( ) dan jumlah sampel yang lebih kecil ( n < p ), dan tujuan saya adalah prediksi.pppn<pn<pn np>10np>10np>10n Variabel …

15 regression  pca  lasso  ridge-regression  partial-least-squares 

Saya mencoba melakukan regresi pada data heteroskedastik di mana saya mencoba untuk memprediksi varians kesalahan serta nilai rata-rata dalam hal model linier. Sesuatu seperti ini: 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} Dengan kata lain, data terdiri dari pengukuran berulang pada berbagai nilai …

15 regression  spss  variance  residuals  heteroscedasticity 

Saya mencapai hubungan linier yang kuat antara variabel dan Y saya setelah mengubah responsnya. Modelnya adalah Y ∼ X tetapi saya mengubahnya menjadi √XXXYYYY∼XY∼XY\sim X meningkatkanR2dari 0,19 ke 0,76.YX−−√∼X−−√YX∼X\sqrt{\frac{Y}{X}}\sim \sqrt{X}R2R2R^2 Jelas saya melakukan beberapa operasi yang layak pada hubungan ini. Adakah yang bisa mendiskusikan kesulitan melakukan hal ini, seperti bahaya …

15 regression  data-transformation  r-squared 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Saya punya beberapa data (158 kasus) yang berasal dari jawaban skala likert untuk 21 item kuesioner. Saya benar-benar ingin / perlu melakukan analisis regresi untuk melihat item mana dalam kuesioner yang memprediksi respons terhadap keseluruhan item (kepuasan). Responsnya tidak terdistribusi normal (berdasarkan tes KS) dan saya telah mengubahnya dalam setiap …

15 regression  distributions  nonparametric 

Dari Wikipedia Pengamatan yang berpengaruh adalah pengamatan yang memiliki efek yang relatif besar pada prediksi model regresi. Dari Wikipedia Leverage poin adalah pengamatan tersebut, jika ada, dibuat pada nilai ekstrim atau outlying dari variabel independen sedemikian rupa sehingga kurangnya pengamatan tetangga berarti bahwa model regresi pas akan melewati dekat dengan …

15 regression  outliers  leverage 

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 

Jika saya benar, "klasifikasi tanpa pengawasan" sama dengan pengelompokan. Lalu apakah ada "regresi tanpa pengawasan"? Terima kasih!

15 regression  unsupervised-learning 

Sejauh yang saya mengerti, menjelaskan seberapa baik model memprediksi pengamatan. Adjusted R 2 adalah salah satu yang memperhitungkan lebih banyak pengamatan (atau derajat kebebasan). Jadi, Adjusted R 2 memprediksi model lebih baik? Lalu mengapa ini kurang dari R 2 ? Tampaknya sering harus lebih.R2R2R^2R2R2R^2R2R2R^2R2R2R^2

15 regression  r-squared