Pertanyaan yang diberi tag «regression»

Saya memiliki variabel dependen yang dapat berkisar dari 0 hingga tak terbatas, dengan 0s sebenarnya pengamatan yang benar. Saya mengerti menyensor dan model Tobit hanya berlaku ketika nilai sebenarnya dari adalah sebagian tidak diketahui atau hilang, di mana data kasus dikatakan terpotong. Beberapa informasi lebih lanjut tentang data yang disensor …

9 regression  censoring  truncation  tobit-regression 

Misalkan Anda ingin memperkirakan model linier: ( pengamatan respons, dan prediktor) nnnp+1p+1p+1E(yi)=β0+∑j=1pβjxijE(yi)=β0+∑j=1pβjxij\mathbb{E}(y_i) = \beta_0 + \sum_{j=1}^p \beta_j x_{ij} Salah satu cara untuk melakukan ini adalah melalui solusi OLS, yaitu memilih koefisien sehingga jumlah kesalahan kuadrat minimum: (β0,β1, ⋯ ,βhal)T=argminβ0,β1, ⋯ ,βhal∑i = 1n(ysaya-β0-∑j = 1halβjxsaya j)2(β0,β1,⋯,βhal)T=arg⁡minβ0,β1,⋯,βhal∑saya=1n(ysaya-β0-∑j=1halβjxsayaj)2(\beta_0,\beta_1,\cdots,\beta_p)^T = \underset{\beta_0,\beta_1,\cdots,\beta_p}{\arg \min} \sum_{i=1}^{n} …

9 regression  loss-functions 

Saya mencoba mengembangkan model prediksi untuk variabel dependen sudut (pada menggunakan beberapa pengukuran independen - juga variabel sudut, pada - sebagai prediktor. Setiap prediktor secara signifikan tetapi tidak berkorelasi sangat kuat dengan variabel dependen. Bagaimana saya bisa menggabungkan prediktor untuk menentukan model prediksi untuk variabel dependen yang optimal dalam beberapa …

9 regression  multiple-regression  circular-statistics 

R in Action (Kabacoff, 2011) menyarankan rutinitas berikut untuk menguji penyebaran berlebihan dalam regresi logistik: Fit regresi logistik menggunakan distribusi binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Fit regresi logistik menggunakan distribusi quasibinomial: model_overdispersed <- glm(Species=="versicolor" ~ Sepal.Width, family=quasibinomial(), data=iris) Gunakan chi-squared untuk menguji penyebaran berlebihan: pchisq(summary(model_overdispersed)$dispersion * model_binom$df.residual, …

9 r  regression  distributions  logistic  overdispersion 

Untuk masalah klasifikasi saya telah menggunakan Neural Networks dan mengukur kesalahan Tipe I dan II menggunakan matriks kebingungan dan ukurannya sesuai sumber daya ini ( mirror ), yang cukup mudah. Ketika dihadapkan dengan masalah estimasi, bagaimana seseorang menilai kinerja model? Dengan asumsi bahwa tidak ada kelas dan output ditafsirkan dalam …

9 regression  machine-learning  estimation  model-evaluation 

Definisi statistik yang memadai adalah: Biarkan X1,...,XnX1,...,XnX_1,...,X_n menjadi sampel acak dari distribusi yang diindeks oleh parameter θθ\theta. MembiarkanTTTmenjadi statistik. Misalkan, untuk setiapθθ\theta dan setiap nilai yang mungkin ttt dari TTT, distribusi bersama bersyarat dari X1,...,XnX1,...,XnX_1,...,X_n mengingat bahwa T=tT=tT=t hanya bergantung pada ttt tapi tidak menyala θθ\theta. Kemudian,TTT adalah statistik yang …

9 regression  sufficient-statistics 

Saya melakukan regresi linier menggunakan fungsi Rm: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue tapi itu tidak pas. Sayangnya saya tidak bisa memahami manualnya. Bisakah seseorang mengarahkan saya ke arah yang benar agar lebih cocok? Maksud saya, saya …

9 r  regression 

Saya baru saja mendapat salinan The Elements of Statistics Learning oleh Hastie, Tibshirani, dan Friedman. Dalam bab 2 (Ikhtisar Pembelajaran yang Dibimbing) bagian 4 (Teori Keputusan Statistik), ia memberikan derivasi dari fungsi regresi. Misalkan menunjukkan vektor input acak bernilai nyata, dan variabel output acak bernilai nyata, dengan distribusi gabungan . …

9 regression  statistical-learning 

Saya tertarik untuk memprediksi Ydan saya mempelajari dua teknik pengukuran yang berbeda X1dan X2. Bisa jadi misalnya saya ingin memprediksi rasa pisang, baik dengan mengukur berapa lama sudah tergeletak di atas meja, atau dengan mengukur jumlah bintik-bintik coklat pada pisang. Saya ingin tahu mana salah satu teknik pengukuran yang lebih …

9 regression  linear-model  mixed-model 

Kami memiliki poin-poin berikut: Bagaimana kita dapat menemukan garis pemasangan terbaik melalui titik-titik? Kalkulator saya memiliki opsi untuk menemukan jalur pemasangan terbaik melalui titik-titik ini, yaitu:( 0 , 0 ) ( 1 , 51.8 ) ( 1.9 , 101.3 ) ( 2.8 , 148.4 ) ( 3.7 , 201.5 ) …

9 regression  intercept 

Desain dan hipotesis : kami mengukur wellbeingpada Waktu-1 dan Waktu-2, kami ingin melihat apakah faktor A(diukur pada Waktu-1 dan seharusnya menjadi faktor yang stabil dari waktu ke waktu) adalah prediktor faktor yang signifikan B(diukur pada Waktu-2) . Kami juga berharap wellbeing, saat ini atau masa lalu, akan berkontribusi B. Pertanyaan …

9 regression  repeated-measures  multiple-regression  panel-data 

Saya telah meneliti penggunaan regresi linier Bayesian, tetapi saya telah sampai pada contoh yang saya bingung. Diberikan model: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} Anggap saja dan ,ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I)p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto \frac{1}{\phi} Bagaimana cara mencapai ?p(β|ϕ,y)p(β|ϕ,y)p(\beta|\phi, {\bf y}) Di mana: .p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(\beta|\phi, {\bf y}) \sim …

9 regression  bayesian  multiple-regression 

Saya mencoba untuk menghasilkan model campuran linier kode R adalah sebagai berikut. lme (Average.payoff ~ Game + Type + Others.Type + Game: Type + Game: Others.Type + Type: Others.Type, random = ~ 1 | Subjek, metode = "REML", data = Subjectsm1) -> lme1 Istilah respons Average.payoff kontinu sementara semua variabel …

9 regression  mixed-model  variance  heteroscedasticity  lme4-nlme 

Dalam kuadrat terkecil biasa, regresi vektor target terhadap seperangkat prediktor , matriks topi dihitung sebagaiyyyXXX H=X(XtX)−1XtH=X(XtX)−1XtH = X (X^tX)^{-1} X^t dan PRESS (prediksi jumlah residu kuadrat) dihitung oleh SSP=∑i(ei1−hii)2SSP=∑i(ei1−hii)2SS_P = \sum_i \left( \frac{e_i}{1-h_{ii}}\right)^2 di mana adalah residu ke- dan adalah elemen diagonal dari matriks topi.eieie_iiiihiihiih_{ii} Dalam regresi ridge dengan koefisien …

9 regression  cross-validation  ridge-regression 

Katakanlah saya sedang membangun model regresi logistik di mana variabel dependen adalah biner dan dapat mengambil nilai atau . Biarkan variabel independen menjadi - ada variabel independen . Katakanlah untuk variabel independen ke- , analisis bivariat menunjukkan tren berbentuk-U - yaitu, jika saya mengelompokkan ke dalam tong yang masing-masing berisi …

9 regression  estimation  logistic  sas