Pertanyaan yang diberi tag «regression»

Sebuah L1L1L_1 norma adalah unik (setidaknya sebagian) karena p=1p=1p=1 adalah pada batas antara non-cembung dan cembung. Sebuah L1L1L_1 norma adalah 'yang paling jarang' cembung norma (kanan?). Saya mengerti bahwa p=2p=2p=2 norma Euclidean memiliki akar dalam geometri dan memiliki interpretasi yang jelas ketika dimensi memiliki unit yang sama. Tapi saya tidak …

13 regression  regularization  sparse 

Saya tahu bahwa dalam regresi linier, variabel respons harus kontinu tetapi mengapa demikian? Saya tidak dapat menemukan apa pun di internet yang menjelaskan mengapa saya tidak dapat menggunakan data diskrit untuk variabel respons.

13 regression  linear 

Sedikit latar belakang saya bekerja pada interpretasi analisis regresi tetapi saya benar-benar bingung tentang arti r, r kuadrat dan standar deviasi residual. Saya tahu definisi: Penokohan r mengukur kekuatan dan arah hubungan linear antara dua variabel pada sebar scatter R-squared adalah ukuran statistik seberapa dekat data dengan garis regresi pas. …

13 r  regression  regression-coefficients  linear  pearson-r 

Dalam buku Bishop tentang pembelajaran mesin, ia membahas masalah penyesuaian kurva fungsi polinomial ke sejumlah titik data. Biarkan M menjadi urutan polinomial yang dipasang. Ini menyatakan seperti itu Kita melihat bahwa, ketika M meningkat, besarnya koefisien biasanya menjadi lebih besar. Khususnya untuk polinomial M = 9, koefisien-koefisiennya telah disesuaikan dengan …

13 regression  least-squares  curve-fitting  polynomial 

Diberikan dua variabel acak dan η kita dapat menghitung "koefisien korelasi" c mereka , dan membentuk garis paling cocok antara dua variabel acak ini. Pertanyaan saya adalah mengapa?ξξ\xiηη\etaccc 1) Ada variabel acak, dan η yang bergantung pada kemungkinan terburuk, yaitu ξ = f ( η ) dan meskipun ini c …

13 regression 

Dalam Metode Statistik dalam Ilmu Atmosfer , Daniel Wilks mencatat bahwa regresi linier berganda dapat menyebabkan masalah jika ada hubungan yang sangat kuat di antara para prediktor (edisi ke-3, halaman 559-560): Patologi yang dapat terjadi dalam regresi linier berganda adalah bahwa seperangkat variabel prediktor yang memiliki korelasi timbal balik yang …

13 regression  pca  bias 

Sebuah pertanyaan sederhana yang memalukan - tetapi sepertinya belum ditanyakan pada Cross divalidasi sebelumnya: Apa definisi model regresi? Juga pertanyaan dukungan, Apa yang bukan model regresi? Sehubungan dengan yang terakhir, saya tertarik pada contoh rumit di mana jawabannya tidak segera jelas, misalnya ARIMA atau GARCH.

13 regression  linear-model  model  terminology  definition 

Pertanyaan ini terinspirasi dari diskusi panjang dalam komentar di sini: Bagaimana regresi linier menggunakan distribusi normal? Dalam model regresi linier biasa, untuk kesederhanaan di sini ditulis dengan hanya satu prediktor: Yi=β0+β1xi+ϵiYi=β0+β1xi+ϵi Y_i = \beta_0 + \beta_1 x_i + \epsilon_i mana xixix_i dikenal konstanta dan ϵiϵi\epsilon_i adalah istilah kesalahan independen nol-rata. …

13 regression  normal-distribution  mathematical-statistics  maximum-likelihood  least-squares 

Apa itu statistik F parsial? Apakah itu sama dengan parsial F-test? Kapan Anda menghitung statistik F parsial? Saya berasumsi bahwa ini ada hubungannya dengan membandingkan model regresi, tapi saya tidak mengikuti sesuatu (?)

13 regression  multiple-regression 

Saya sedang mengerjakan beberapa data sintaksis untuk model Error In Variable untuk beberapa penelitian. Saat ini saya memiliki satu variabel independen, dan saya berasumsi saya tahu varians untuk nilai sebenarnya dari variabel dependen. Jadi, dengan informasi ini, saya dapat mencapai estimator yang tidak bias untuk koefisien variabel dependen. Model: y=0,5x-10+e2x~=x+e1x~=x+e1\tilde{x} …

13 regression  matlab  unbiased-estimator  errors-in-variables 

Dalam model y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilon , kita dapat memperkirakan ββ\beta menggunakan persamaan normal ： β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y,dan kita bisa mendapatkan y =X β .y^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Vektor residu diperkirakan oleh ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y …

13 regression  least-squares  inference 

Saat melakukan regresi jika kita menggunakan definisi dari: Apa perbedaan antara kemungkinan parsial, kemungkinan profil dan kemungkinan marginal? itu, Kemungkinan Maksimum Temukan β dan θ yang memaksimalkan L (β, θ | data). Sementara, Marginal Likelihood Kami mengintegrasikan θ dari persamaan kemungkinan dengan mengeksploitasi fakta bahwa kami dapat mengidentifikasi distribusi probabilitas …

13 regression  maximum-likelihood 

Saya ingin melakukan tes W Shapiro Wilk dan tes Kolmogorov-Smirnov pada residu model linier untuk memeriksa normalitas. Saya hanya bertanya-tanya residual apa yang harus digunakan untuk ini - residu mentah, residu Pearson, residu pelajar atau residu terstandarisasi? Untuk uji W Shapiro-Wilk tampak bahwa hasil untuk residu baku & Pearson identik …

13 r  regression  residuals  normality-assumption  lm 

Bagaimana cara menentukan rangkaian waktu? Apakah boleh untuk hanya mengambil perbedaan pertama dan menjalankan tes Dickey Fuller, dan jika itu stasioner kita baik? Saya juga menemukan secara online bahwa saya dapat menentukan urutan waktu dengan melakukan ini di Stata: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller …

13 regression  time-series  stata  stationarity 

Secara umum, saya bertanya-tanya apakah ada yang lebih baik untuk tidak menggunakan polinomial ortogonal ketika menyesuaikan regresi dengan variabel orde tinggi. Secara khusus, saya ingin tahu dengan penggunaan R: Jika poly()dengan raw = FALSEmenghasilkan nilai pas yang sama poly()dengan raw = TRUE, dan polydengan raw = FALSEmemecahkan beberapa masalah yang …

13 r  regression  polynomial