Pertanyaan yang diberi tag «residuals»

Dalam skenario regresi LASSO di mana y=Xβ+ϵy=Xβ+ϵy= X \beta + \epsilon , dan perkiraan LASSO diberikan oleh masalah optimisasi berikut minβ||y−Xβ||+τ||β||1minβ||y−Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Apakah ada asumsi distribusi tentang ϵϵ\epsilon ? Dalam skenario OLS, orang akan berharap bahwa ϵϵ\epsilon independen dan terdistribusi normal. Apakah masuk akal …

18 regression  lasso  assumptions  residuals 

Konteks Pertanyaan ini menggunakan R, tetapi tentang masalah statistik umum. Saya sedang menganalisis efek dari faktor kematian (% kematian karena penyakit dan parasitisme) pada tingkat pertumbuhan populasi ngengat dari waktu ke waktu, di mana populasi larva diambil sampelnya dari 12 lokasi setahun sekali selama 8 tahun. Data tingkat pertumbuhan populasi …

17 model-selection  autocorrelation  residuals  panel-data  spatio-temporal 

Misalkan kita menjalankan regresi linier sederhana y=β0+β1x+uy=β0+β1x+uy=\beta_0+\beta_1x+u , menyelamatkan residu ui^ui^\hat{u_i} dan menggambar histogram distribusi residu. Jika kita mendapatkan sesuatu yang terlihat seperti distribusi yang akrab, dapatkah kita berasumsi bahwa istilah kesalahan kita memiliki distribusi ini? Katakanlah, jika kami menemukan bahwa residu menyerupai distribusi normal, apakah masuk akal untuk menganggap …

17 r  regression  residuals 

Saya tidak begitu mengerti heteroskedastisitas. Saya ingin tahu apakah model saya sesuai atau tidak sesuai dengan plot ini.

17 r  regression  residuals  heteroscedasticity  independence 

Saya tahu bahwa residual Pearson terstandarisasi diperoleh dengan cara probabilistik tradisional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} dan Deviance Residuals diperoleh melalui cara yang lebih statistik (kontribusi setiap titik terhadap kemungkinan): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} di mana = 1 jika = 1 dan = -1 …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Pertanyaan seorang pemula tentang residu Pearson dalam konteks uji chi-square untuk kebaikan: Serta statistik uji, R's chisq.test fungsi melaporkan residu Pearson: (obs - exp) / sqrt(exp) Saya mengerti mengapa melihat perbedaan mentah antara nilai yang diamati dan yang diharapkan tidak informatif, karena sampel yang lebih kecil akan menghasilkan perbedaan yang …

16 chi-squared  goodness-of-fit  residuals 

Ini adalah sesuatu yang saya lihat dilakukan sebagai semacam metode ad-hoc dan tampaknya sangat mencurigakan bagi saya tetapi mungkin saya kehilangan sesuatu. Saya telah melihat ini dilakukan dalam beberapa regresi tetapi mari kita tetap sederhana: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Sekarang ambil residu dari model yang …

16 regression  residuals 

\newcommand{\E}{\mathbb{E}} Bagaimana A ( ⋅ ) = ∫ d uV 1 / 3 ( μ )A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} transformasi normalisasi untuk keluarga eksponensial berasal? Lebih khusus : Saya mencoba mengikuti sketsa ekspansi Taylor di halaman 3, geser 1 di sini tetapi memiliki beberapa pertanyaan. Dengan XXX dari keluarga eksponensial, transformasi …

15 data-transformation  residuals  asymptotics  exponential-family 

Saya mencoba melakukan regresi pada data heteroskedastik di mana saya mencoba untuk memprediksi varians kesalahan serta nilai rata-rata dalam hal model linier. Sesuatu seperti ini: y(x,t)ξ(x,t)y¯(x,t)σ(x,t)=y¯(x,t)+ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ \sigma\left(x,t\right) &= \sigma_{0}+cx+dt. \end{align} Dengan kata lain, data terdiri dari pengukuran berulang pada berbagai nilai …

15 regression  spss  variance  residuals  heteroscedasticity 

Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Saya memiliki rangkaian waktu yang saya coba ramalkan, yang mana saya telah menggunakan model ARIMA musiman (0,0,0) (0,1,0) [12] (= fit2). Berbeda dengan apa yang disarankan R dengan auto.arima (R hitung ARIMA (0,1,1) (0,1,0) [12] akan lebih cocok, saya menamakannya fit1). Namun, dalam 12 bulan terakhir dari deret waktu saya …

14 r  time-series  statistical-significance  arima  residuals 

Saya mengambil kursus tentang model regresi dan salah satu properti yang disediakan untuk regresi linier adalah bahwa residual selalu berjumlah nol ketika intersep dimasukkan. Adakah yang bisa memberikan penjelasan yang baik mengapa ini terjadi?

14 regression  residuals 

Kesalahan standar adalah estimasi standar deviasi dari estimator untuk parameter . θ θσ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Mengapa estimasi standar deviasi residual disebut "residual standard error" (misalnya, dalam output summary.lmfungsi R ) dan bukan "standar deviasi residual"? Perkiraan parameter apa yang kami lengkapi dengan kesalahan standar di sini? Apakah kita menganggap setiap …

14 r  standard-error  residuals  terminology 

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 

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