Pertanyaan yang diberi tag «regression»

Latar Belakang Saya mencoba untuk memahami contoh pertama dalam kursus model pas (jadi ini mungkin tampak sangat sederhana). Saya sudah melakukan perhitungan dengan tangan dan mereka cocok dengan contoh, tetapi ketika saya ulangi dalam R, koefisien model tidak aktif. Saya pikir perbedaannya mungkin karena buku teks menggunakan varians populasi ( …

13 r  regression  self-study  lm 

Saya mencoba mencari informasi mengenai asumsi regresi PLS (tunggal ). Saya terutama tertarik pada perbandingan asumsi PLS sehubungan dengan orang-orang dari regresi OLS. yyy Saya telah membaca / membaca sekilas banyak literatur tentang topik PLS; makalah oleh Wold (Svante dan Herman), Abdi, dan banyak lainnya tetapi belum menemukan sumber yang …

13 regression  assumptions  partial-least-squares 

Saya memahami konsep penskalaan matriks data untuk digunakan dalam model regresi linier. Misalnya, dalam R Anda dapat menggunakan: scaled.data <- scale(data, scale=TRUE) Satu-satunya pertanyaan saya adalah, untuk pengamatan baru yang ingin saya prediksi nilai outputnya, bagaimana mereka diskalakan dengan benar? Apakah itu , scaled.new <- (new - mean(data)) / std(data)?

13 r  regression  prediction  scales 

Standar error dari istilah intercept ( β 0 ) di y = β 1 x + β 0 + ε diberikan oleh S E ( β 0 ) 2 = σ 2 [ 1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonSE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right] di manax¯x¯\bar{x}adalah mean darixixix_i's. Dari apa yang saya mengerti, SE mengkuantifikasi uncertainty- Anda misalnya, …

13 regression  interpretation  standard-error 

Untuk model linear , kita dapat memiliki interpretasi geometris yang bagus dari model yang diestimasi melalui OLS: . adalah proyeksi y ke ruang yang direntang oleh x dan residual tegak lurus dengan ruang ini yang direntang oleh x.y= x β+ ey=xβ+ey=x\beta+ey^= x β^+ e^y^=xβ^+e^\hat{y}=x\hat{\beta}+\hat{e}y^y^\hat{y}e^e^\hat{e} Sekarang, pertanyaan saya adalah: apakah ada …

13 regression  model  geometry 

Kapan lebih baik menggunakan Estimasi Kemungkinan Maksimum alih-alih Kuadrat Terkecil Biasa? Apa kekuatan dan keterbatasan masing-masing? Saya mencoba untuk mengumpulkan pengetahuan praktis tentang di mana harus menggunakan masing-masing dalam situasi umum.

13 regression  maximum-likelihood  least-squares 

Saya telah menjalankan regresi berganda di mana model secara keseluruhan signifikan dan menjelaskan sekitar 13% dari varians. Namun, saya perlu menemukan jumlah varians yang dijelaskan oleh masing-masing prediktor signifikan. Bagaimana saya bisa melakukan ini menggunakan R? Berikut beberapa contoh data dan kode: D = data.frame( dv = c( 0.75, 1.00, …

13 r  regression  variance 

Dalam regresi linier, , mengapa disebut matriks desain? Bisakah dirancang atau dibangun secara sewenang-wenang sampai tingkat tertentu seperti dalam seni?Y=XβY=XβY= X\betaXXXXXX

13 regression  terminology 

Saya memiliki satu set nilai dan yang secara teoritis terkait secara eksponensial:xxxyyy y=axby=axby = ax^b Salah satu cara untuk mendapatkan koefisien adalah dengan menerapkan logaritma natural di kedua sisi dan menyesuaikan model linier: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Cara lain untuk memperoleh ini …

13 r  regression  linear-model  model-selection  nonlinear-regression 

Misalkan saya punya pemisahan 80/20 antara pemodelan / pengamatan validasi. Saya telah memasukkan model ke set data pemodelan, dan saya merasa nyaman dengan kesalahan yang saya lihat pada set data validasi. Sebelum saya meluncurkan model saya untuk menilai pengamatan di masa depan, apakah pantas untuk menggabungkan validasi kembali dengan data …

13 regression  predictive-models  validation 

Apakah standardisasi variabel dependen dalam kelompok pengidentifikasi masuk akal? Kertas kerja berikut (Perlambatan deforestasi di Amazon Legal; Harga atau Kebijakan?, Pdf ) menggunakan variabel dependen terstandardisasi untuk menganalisis pengaruh perubahan kebijakan umum di Brasil terhadap deforestasi. Standarisasi dilakukan sebagai berikut: Yn e wi t= Yi t- Ysaya¯¯¯¯¯s d( Ysayat)Ysayatnew=Ysayat-Ysaya¯sd(Ysayat) Y^{new}_{it} …

13 regression  time-series  panel-data  standardization  fixed-effects-model 

Saya sedang melakukan regresi menggunakan Hutan Acak untuk memprediksi harga berdasarkan beberapa atribut. Kode ditulis dalam Python menggunakan Scikit-learn. Bagaimana Anda memutuskan apakah Anda harus mengubah variabel Anda menggunakan exp/ logsebelum menggunakannya agar sesuai dengan model regresi? Apakah perlu ketika menggunakan pendekatan Ensemble seperti Hutan Acak?

13 regression  machine-learning  predictive-models  python  random-forest 

Jika dalam regresi OLS standar dua asumsi dilanggar (distribusi kesalahan yang normal, homoseksualitas), apakah bootstrap kesalahan standar dan interval kepercayaan merupakan alternatif yang tepat untuk sampai pada hasil yang bermakna sehubungan dengan pentingnya koefisien regresi? Apakah tes signifikan dengan kesalahan standar bootstrap dan interval kepercayaan masih "berfungsi" dengan heteroskedastisitas? Jika …

13 regression  bootstrap  least-squares  heteroscedasticity 

Pertanyaan mendasar: Apa yang dimaksud dengan distribusi residu normal dari regresi linier? Dalam hal, bagaimana hal ini mencerminkan data asli saya dari regresi? Aku benar-benar bingung, terima kasih kawan

13 regression  residuals 

Prediksi saya yang berasal dari model regresi logistik (glm dalam R) tidak dibatasi antara 0 dan 1 seperti yang saya harapkan. Pemahaman saya tentang regresi logistik adalah bahwa parameter input dan model Anda digabungkan secara linear dan responsnya diubah menjadi probabilitas menggunakan fungsi tautan logit. Karena fungsi logit dibatasi antara …

13 r  regression  logistic  generalized-linear-model