Pertanyaan yang diberi tag «regression»

Saya mengerti artinya bahwa model tersebut buruk dalam memprediksi titik data individu tetapi telah membentuk tren yang kuat (misalnya, y naik ketika x naik).

14 regression  inference  r-squared  linear 

Mengapa regresi linier dan Model Umum memiliki asumsi yang tidak konsisten? Dalam regresi linier, kita asumsikan residual berasal dari Gaussian Dalam regresi lain (regresi logistik, regresi racun), kami menganggap respons datang dari beberapa distribusi (binomial, poission dll). Mengapa kadang-kadang berasumsi sisa dan waktu lain menganggap pada respons? Apakah karena kita …

14 regression  generalized-linear-model  assumptions  linear 

Ini mungkin pertanyaan yang aneh sama sekali tetapi sebagai seorang pemula untuk subjek saya bertanya-tanya mengapa kita menggunakan regresi untuk menentukan deret waktu jika salah satu asumsi regresi adalah data yang harus ditampung sedangkan data yang digunakan regresi adalah bukan iid?

14 regression  time-series  trend  iid 

Saya telah mengambil kursus pembelajaran mesin di kampus saya. Di salah satu quize, pertanyaan ini diajukan. Model 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Model 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Manakah dari model di atas yang lebih cocok dengan data? (anggap data dapat …

14 regression  machine-learning  self-study  modeling  model 

Catatan: SSTSSTSST = Jumlah Total Kuadrat, SSESSESSE = Jumlah Kesalahan Kuadrat, dan SSRSSRSSR = Jumlah Regresi Kuadrat. Persamaan dalam judul sering ditulis sebagai: ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar y)^2=\sum_{i=1}^n (y_i-\hat y_i)^2+\sum_{i=1}^n (\hat y_i-\bar y)^2 Pertanyaan yang cukup mudah, tetapi saya mencari penjelasan yang intuitif. Secara intuitif, bagi saya sepertinya SST≥SSE+SSRSST≥SSE+SSRSST\geq SSE+SSR akan lebih …

14 regression  least-squares  r-squared 

Saya memiliki beberapa data yang ingin saya smoothkan sehingga poin yang dihaluskan menurun secara monoton. Data saya menurun tajam dan kemudian mulai naik. Berikut ini contoh menggunakan R df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x, y=y))+geom_line() Apa teknik smoothing yang baik yang bisa saya gunakan? Juga, alangkah baiknya jika saya bisa …

14 regression  smoothing 

Semua contoh yang saya temukan menggunakan keyakinan mendalam atau jaringan saraf convolutional menggunakannya untuk klasifikasi gambar, deteksi bakteri atau pengenalan suara. Apakah jaringan syaraf yang dalam juga berguna untuk tugas-tugas regresi klasik, di mana fitur-fiturnya tidak terstruktur (misalnya, tidak diatur dalam urutan atau kisi)? Jika ya, bisakah Anda memberi contoh?

14 regression  machine-learning  neural-networks  deep-learning 

Katakanlah kami tertarik pada bagaimana nilai ujian siswa dipengaruhi oleh jumlah jam belajar siswa tersebut. Untuk mengeksplorasi hubungan ini, kita dapat menjalankan regresi linier berikut: exam.gradesi=a+β1×hours.studiedi+eiexam.gradesi=a+β1×hours.studiedi+ei \text{exam.grades}_i = a + \beta_1 \times \text{hours.studied}_i + e_i Tetapi jika kita mengambil sampel murid dari beberapa sekolah yang berbeda, kita mungkin berharap murid …

14 regression  mixed-model  random-effects-model  non-independent 

Saya tahu bahwa Gaussian Process Regression (GPR) adalah alternatif untuk menggunakan splines untuk pemasangan model nonlinier yang fleksibel. Saya ingin tahu di mana situasi yang lebih cocok dari yang lain, terutama dalam kerangka regresi Bayesian. Saya sudah melihat Apa keuntungan / kerugian dari menggunakan splines, spline yang dihaluskan, dan emulator …

14 regression  gaussian-process  splines  kriging 

Saya memiliki model linier umum yang mengadopsi fungsi distribusi dan log link Gaussian. Setelah memasang model, saya memeriksa residu: QQ plot, residual vs nilai prediksi, histogram residu (mengakui bahwa kehati-hatian diperlukan). Semuanya terlihat bagus. Ini sepertinya menyarankan (kepada saya) bahwa pilihan distribusi Gaussian cukup masuk akal. Atau, setidaknya, bahwa residu …

14 regression  generalized-linear-model  link-function 

Saya menjalankan regresi linear penerimaan ke perguruan tinggi terhadap nilai SAT dan latar belakang keluarga / etnis. Datanya fiksi. Ini adalah tindak lanjut dari pertanyaan sebelumnya, sudah dijawab. Pertanyaannya berfokus pada pengumpulan dan interpretasi rasio odds ketika meninggalkan skor SAT untuk kesederhanaan. Variabelnya adalah Accepted(0 atau 1) dan Background("merah" atau …

14 r  regression  logistic 

Ketika kita mengatakan, untuk mundur terhadap X , apakah kita berarti bahwa X adalah variabel independen dan Y adalah variabel dependen? yaitu Y = a X + b .YYYXXXXXXY= a X+ bY=SebuahX+bY =aX + b

14 regression  terminology 

Saya telah membaca berbagai deskripsi data yang disensor: A) Sebagaimana dijelaskan dalam utas ini , data yang tidak dikuantifikasi di bawah atau di atas ambang tertentu disensor. Tidak dikenali berarti data di atas atau di bawah ambang tertentu tetapi kami tidak tahu nilai pastinya. Data kemudian ditandai pada nilai ambang …

14 regression  terminology  censoring 

Saya membaca makalah dan penulis menulis: Efek A, B, C pada Y dipelajari melalui penggunaan analisis regresi berganda. A, B, C dimasukkan ke dalam persamaan regresi dengan Y sebagai variabel dependen. Analisis varians disajikan pada Tabel 3. Pengaruh B pada Y adalah signifikan, dengan B berkorelasi .27 dengan Y. Bahasa …

14 regression  correlation  terminology 

Saya pernah membaca di Abdi (2003) itu Ketika variabel independen ortogonal berpasangan, efek masing-masing dalam regresi dinilai dengan menghitung kemiringan regresi antara variabel independen ini dan variabel dependen. Dalam hal ini, (yaitu, ortogonalitas IV), koefisien regresi parsial sama dengan koefisien regresi. Dalam semua kasus lain, koefisien regresi akan berbeda dari …

14 regression  multiple-regression  regression-coefficients  terminology