Pertanyaan yang diberi tag «residuals»

Melihat definisi Wikipedia tentang: Mean Squared Error (MSE) Jumlah Sisa Kuadrat (RSS) Sepertinya saya itu MSE = 1NRSS = 1N∑ ( fsaya- ysaya)2MSE=1NRSS=1N∑(fsaya-ysaya)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 di mana NNN adalah jumlah sampel dan fsayafsayaf_i adalah estimasi kami untuk ysayaysayay_i . Namun, tidak ada artikel Wikipedia …

31 residuals  mse 

Ini terlihat seperti pertanyaan serupa dan tidak mendapat banyak tanggapan. Menghilangkan tes seperti Cook's D, dan hanya melihat residu sebagai suatu kelompok, saya tertarik pada bagaimana orang lain menggunakan residu ketika menilai good-of-fit. Saya menggunakan residu mentah: dalam plot QQ, untuk menilai normalitas dalam sebaran versus residual, untuk pemeriksaan bola …

31 goodness-of-fit  residuals 

Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Saya telah belajar bahwa saya harus menguji normalitas bukan pada data mentah tetapi residu mereka. Haruskah saya menghitung residu dan kemudian melakukan tes W Shapiro-Wilk? Apakah residu dihitung sebagai: ?Xsaya- berartiXsaya-berartiX_i - \text{mean} Silakan lihat pertanyaan sebelumnya untuk data saya dan desainnya.

27 normality-assumption  residuals  assumptions 

Dalam regresi linier berganda, saya dapat memahami korelasi antara residual dan prediktor adalah nol, tetapi apa korelasi yang diharapkan antara residual dan variabel kriteria? Haruskah diharapkan nol atau berkorelasi tinggi? Apa artinya itu?

26 regression  residuals 

Saat ini saya kesulitan menemukan model yang tepat untuk data penghitungan yang sulit (variabel dependen). Saya telah mencoba berbagai model yang berbeda (model efek campuran diperlukan untuk jenis data saya) seperti lmerdan lme4(dengan log transformasi) serta model efek campuran linier umum dengan berbagai keluarga seperti Gaussian atau binomial negatif. Namun, …

25 generalized-linear-model  residuals  negative-binomial  count-data  glmm 

Saya sedikit bingung tentang apa asumsi regresi linier. Sejauh ini saya memeriksa apakah: semua variabel penjelas berkorelasi linier dengan variabel respons. (Ini yang terjadi) ada collinearity antara variabel penjelas. (Ada sedikit collinearity). jarak Cook dari titik data model saya di bawah 1 (ini kasusnya, semua jarak di bawah 0,4, jadi …

22 linear-model  residuals  assumptions  normality-assumption 

Gelman and Hill (2006) menulis di halaman 46 bahwa: Asumsi regresi yang umumnya paling tidak penting adalah bahwa kesalahan didistribusikan secara normal. Bahkan, untuk tujuan memperkirakan garis regresi (dibandingkan dengan memprediksi titik data individual), asumsi normalitas hampir tidak penting sama sekali. Jadi, berbeda dengan banyak buku teks regresi, kami tidak …

21 regression  residuals  assumptions 

Saya baru-baru ini memulai model campuran regresi pas dalam kerangka Bayesian, menggunakan algoritma MCMC (fungsi MCMCglmm dalam R sebenarnya). Saya percaya saya telah mengerti bagaimana cara mendiagnosis konvergensi proses estimasi (jejak, alur geweke, autokorelasi, distribusi posterior ...). Salah satu hal yang mengejutkan saya dalam kerangka Bayesian adalah bahwa banyak upaya …

21 r  bayesian  mixed-model  mcmc  residuals 

Menurut teks yang saya gunakan, rumus untuk varian dari sisa diberikan oleh:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Saya menemukan ini sulit untuk percaya karena residual adalah perbedaan antara nilai diamati dan nilai dipasang; jika seseorang menghitung varians dari perbedaan, paling tidak saya akan mengharapkan beberapa "plus" dalam ekspresi yang dihasilkan. …

21 regression  variance  residuals 

Kami mendefinisikan arsitektur bottleneck sebagai jenis yang ditemukan dalam kertas ResNet di mana [dua lapisan 3x3 konv] diganti oleh [satu konv 1x1, satu konv 3x3, dan lapisan konv 1x1 lainnya]. Saya mengerti bahwa lapisan konv 1x1 digunakan sebagai bentuk pengurangan dimensi (dan restorasi), yang dijelaskan dalam posting lain . Namun, …

21 residuals  deep-learning  conv-neural-network 

Sketsa Wikipedia dan paket sandwich R memberikan informasi yang baik tentang asumsi yang mendukung kesalahan standar koefisien OLS dan latar belakang matematika dari penduga sandwich. Saya masih belum jelas bagaimana masalah heteroscedasticity residual ditangani, mungkin karena saya tidak sepenuhnya memahami estimasi varians koefisien OLS standar di tempat pertama. Apa intuisi …

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

Dalam konteks regresi OLS, saya memahami bahwa plot residual (vs nilai pas) secara konvensional dipandang untuk menguji varians konstan dan menilai spesifikasi model. Mengapa residu diplot terhadap fit, dan bukan nilai ? Apa perbedaan informasinya dengan kedua plot ini?YYY Saya sedang mengerjakan model yang menghasilkan plot sisa berikut: Jadi plot …

20 regression  residuals 

Sementara dua istilah ini di mana-mana sering digunakan secara sinonim, kadang-kadang tampaknya ada perbedaan. Apakah memang ada perbedaan, atau mereka persis sama?

20 residuals  error  terminology 

Saya memiliki GLMM dengan distribusi binomial dan fungsi tautan logit dan saya merasa bahwa aspek penting dari data tidak terwakili dengan baik dalam model. Untuk menguji ini, saya ingin tahu apakah data dijelaskan dengan baik oleh fungsi linear pada skala logit. Oleh karena itu, saya ingin tahu apakah residunya berperilaku …

19 binomial  residuals  glmm  lme4-nlme