Pertanyaan yang diberi tag «residuals»

Sisa dari suatu model adalah nilai aktual dikurangi nilai yang diprediksi. Banyak model statistik membuat asumsi tentang kesalahan, yang diperkirakan oleh residual.

1
Apa jenis analisis residu pasca-fit yang Anda gunakan?
Ketika melakukan OLS regresi linier berganda, daripada memplot residual terhadap nilai-nilai pas, saya plot residual (internal) Studentized terhadap nilai-nilai pas (ditto untuk kovariat). Residu ini didefinisikan sebagai: e∗i=eis2(1−hii)−−−−−−−−−√ei∗=eis2(1−hii)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} di mana adalah residual dan adalah elemen diagonal dari matriks topi. Untuk mendapatkan residu pelajar dalam R, …

2
Mengapa kita menggunakan residu untuk menguji asumsi kesalahan dalam regresi?
Misalkan kita memiliki model .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Regresi memiliki sejumlah asumsi, seperti kesalahan seharusnya didistribusikan secara normal dengan mean nol dan varian konstan. Saya telah diajarkan untuk memeriksa asumsi-asumsi ini menggunakan plot QQ normal untuk menguji normalitas residual dan plot …

1
Perbedaan antara Outlier dan Inlier
Saya menemukan istilah inlier dalam ukuran LOF (Local Outlier Factor), saya akrab dengan istilah outlier (pada dasarnya liers - contoh yang tidak berperilaku seperti contoh lainnya). Apa arti 'Inliers' dalam konteks deteksi anomali? dan bagaimana hal itu terkait dengan (berbeda dari) pencilan?



2
Distribusi miring vs. simetris diamati
Ini cukup sulit untuk saya gambarkan, tetapi saya akan mencoba membuat masalah saya dapat dimengerti. Jadi pertama-tama Anda harus tahu bahwa saya telah melakukan regresi linier yang sangat sederhana sejauh ini. Sebelum saya memperkirakan koefisien, saya memperhatikan distribusi saya . Itu berat miring miring. Setelah saya memperkirakan model, saya cukup …

3
Regresi Residu Regresi Logistik pada Regresor lainnya
Dengan regresi OLS diterapkan pada respon kontinu, seseorang dapat membangun persamaan regresi berganda dengan menjalankan regresi residual secara berurutan pada setiap kovariat. Pertanyaan saya adalah, adakah cara untuk melakukan ini dengan regresi logistik melalui residu regresi logistik ? Pr(Y=1|x,z)Pr(Y=1|x,z)\Pr(Y = 1 | x, z)xxxR1R1R_1R1R1R_1zzz

4
Apakah mungkin untuk menguraikan residu yang sudah terpasang menjadi bias dan varians, setelah memasang model linier?
Saya ingin mengklasifikasikan poin data sebagai membutuhkan model yang lebih kompleks, atau tidak membutuhkan model yang lebih kompleks. Pemikiran saya saat ini adalah untuk mencocokkan semua data ke model linier sederhana, dan mengamati ukuran residu untuk membuat klasifikasi ini. Saya kemudian melakukan beberapa bacaan tentang kontribusi bias dan varians terhadap …


2
Mengapa residu Pearson dari regresi binomial negatif lebih kecil daripada residu dari regresi poisson?
Saya punya data ini: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Saya menjalankan regresi poisson poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Dan regresi binomial negatif: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Lalu saya menghitung statistik dispersi …




1
Bagaimana memahami residu standar dalam analisis regresi?
Menurut Analisis Regresi dengan Contoh , residual adalah perbedaan antara respon dan nilai prediksi, maka dikatakan bahwa setiap residual memiliki varian yang berbeda, jadi kita perlu mempertimbangkan residu terstandarisasi. Tetapi variansnya adalah untuk sekelompok nilai, bagaimana mungkin nilai tunggal memiliki varians?


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.