«degrees-of-freedom» etiketlenmiş sorular

Gönderen Vikipedi , bir istatistik serbestlik derecesi üç yorumlar vardır: İstatistiklerde, serbestlik derecelerinin sayısı, değişmeden serbest olan bir istatistiğin son hesaplamasındaki değerlerin sayısıdır . İstatistiksel parametrelerin tahminleri, farklı miktarlarda bilgi veya verilere dayanabilir. Bir parametrenin tahminine giren bağımsız bilgi sayısına serbestlik derecesi (df) denir. Genel olarak, bir parametrenin bir tahmini …

257 interpretation  degrees-of-freedom  intuition 

Bir lojistik regresyon modelinin uyum iyiliği (GOF) için Hosmer-Lemeshow testi (HLT) için test istatistiği şöyle tanımlanır: Numune daha sonra ayrılır d=10d=10d=10 , Deciles D1,D2,…,DdD1,D2,…,DdD_1, D_2, \dots , D_{d} , bir Hesaplamalar dilimde aşağıdaki miktarlarda başına: O1d=∑i∈DdyiO1d=∑i∈DdyiO_{1d}=\displaystyle \sum_{i \in D_d} y_i , örneğin, dilimde pozitif vaka gözlenen sayısıDdDdD_d ; O0d=∑i∈Dd(1−yi)O0d=∑i∈Dd(1−yi)O_{0d}=\displaystyle \sum_{i …

33 regression  logistic  goodness-of-fit  degrees-of-freedom  hosmer-lemeshow-test 

GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?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 Max -4.1470 …

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 

lmerTestPaketi sağlar anova()serbestlik (DF) derecelerinin, isteğe bağlı olarak en Satterthwaite (öntanımlı) veya-Kenward Roger yaklaşımı ile karışık doğrusal modeller için fonksiyon. Bu iki yaklaşım arasındaki fark nedir? Hangisini seçmeli?

25 r  anova  mixed-model  lme4-nlme  degrees-of-freedom 

(Doğrusal) karışık etki modelleri normal olarak birbirleriyle nasıl karşılaştırılır? Olasılık oranı testlerinin kullanılabileceğini biliyorum, ancak bir model diğerinin 'altkümesi' değilse, bu işe yaramaz mı? Modellerin tahmini df her zaman basit midir? Sabit etki sayısı + varyans bileşenlerinin sayısı tahmin edildi mi? Rastgele etki tahminlerini görmezden mi geliyoruz? Peki ya doğrulama? …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

... ve neden ? Varsayarak , x 2 ortalama bağımsız rastgele değişkenler u 1 , μ 2 ve varyans σ 2 1 , σ 2 2 , sırasıyla. Temel istatistik kitabım bana X 1 - X 2 dağılımının aşağıdaki özelliklere sahip olduğunu söylüyor :X1X1X_1X2X2X_2μ1,μ2μ1,μ2\mu_1,\mu_2σ21,σ22σ12,σ22\sigma^2_1,\sigma^2_2X1−X2X1−X2X_1-X_2 E(X1−X2)=μ1−μ2E(X1−X2)=μ1−μ2E(X_1-X_2)=\mu_1-\mu_2 Var(X1−X2)=σ21+σ22Var(X1−X2)=σ12+σ22Var(X_1-X_2)=\sigma^2_1 +\sigma^2_2 Şimdi diyelim ki …

19 distributions  degrees-of-freedom  t-distribution 

Bishop'un "Örüntü Sınıflandırma ve Makine Öğrenimi" kitabında, sinir ağları bağlamında düzenlileştirme tekniğini açıklar. Ancak, eğitim sürecinde, modelin karmaşıklığıyla birlikte serbestlik derecelerinin arttığını açıklayan bir paragraf anlamıyorum. İlgili teklif şudur: Bir ağın etkili karmaşıklığını kontrol etmenin bir yolu olarak düzenlileştirmeye bir alternatif, erken durdurma prosedürüdür. Doğrusal olmayan ağ modellerinin eğitimi, bir …

17 machine-learning  neural-networks  regularization  degrees-of-freedom 

Hastie ve ark. Tarafından yayınlanan "İstatistiksel Öğrenme Veri Madenciliği, Çıkarım ve Tahmin Öğeleri" kitabındaki spline'ları öğreniyorum. 145. sayfada Doğal kübik kamaların sınır düğümlerinin ötesinde doğrusal olduğunu buldum. Orada knot, içinde spline'lar ve şu kitapta böyle bir spline hakkında bilgi verilmektedir.Karsılık 1 , ξ 2 , . . . ξ KKKKξ1,ξ2,...ξKξ1,ξ2,...ξK\xi_1, …

17 regression  degrees-of-freedom  splines  constraint  cubic 

SPSS t-Test prosedürü, 2 bağımsız aracı karşılaştırırken 2 analiz, bir varsayı eşit varyanslı ve bir varsayı varyanslı değil olarak karşılaştırır. Eşit varyansların varsayıldığı zaman serbestlik derecesi (df) her zaman tamsayı değerleridir (ve eşit n-2). Eşit varyanslar varsayılmadığında df tamsayı değildir (örn. 11.467) ve hiçbir yerde n-2'ye yakın değildir. Ben bu …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

Eşitsiz varyanslar için Welch t testi (Welch-Satterthwaite veya Welch-Aspin olarak da bilinir) genellikle tamsayı olmayan bir serbestlik derecesine sahiptir . Test sonuçlarını bildirirken bu özgürlük dereceleri nasıl belirtilmelidir? Çeşitli kaynaklardan * göre "Standart t tabloları danışmadan önce en yakın tam sayıya yuvarlanacak geleneksel olan." - tutucudur yuvarlanması bu yönü olarak …

14 t-test  degrees-of-freedom  reporting 

Bir sırt regresyon modelinin AICc'sini hesaplamak istiyorum. Sorun parametre sayısıdır. Doğrusal regresyon için, çoğu insan parametre sayısının tahmini katsayı sayısına artı sigma'ya (hatanın varyansı) eşit olduğunu önerir. Sırt regresyonu söz konusu olduğunda, şapka matrisinin izinin - özgürlük derecesi (df) - sadece AIC formülünde (örneğin burada veya burada ) parametre sayısı …

13 regression  aic  ridge-regression  degrees-of-freedom 

Çoklu regresyondaki serbestlik derecesi eşittir , burada k değişken sayısıdır.N−k−1N−k−1N-k-1kkk Mu (yani, tepki değişkeni içerecek Y )? Örneğin, model , Y = B 0 + B 1 x 1 + B 2 x 2 , ardından yok K = 3 (yani, her df 1 Y , X, 1 , ve …

13 self-study  multiple-regression  degrees-of-freedom 

Zou ve diğ. "Kementin" serbestlik dereceleri " (2007), sıfır olmayan katsayıların sayısının, kementin serbestlik dereceleri için tarafsız ve tutarlı bir tahmin olduğunu göstermektedir. Bana biraz mantıksız geliyor. Bir regresyon modelimiz olduğunu varsayalım (değişkenlerin sıfır ortalaması olduğu yerlerde) y=βx+ε.y=βx+ε.y=\beta x + \varepsilon. değerinin sınırsız OLS tahmini olduğunu varsayalım . Çok düşük …

12 regression  lasso  degrees-of-freedom  shrinkage 

Özet: Standart normal dağılım yerine lojistik regresyon katsayılarının testleri için dağılımının (rezidüel sapmaya dayalı serbestlik dereceleriyle) kullanımını destekleyen herhangi bir istatistiksel teori var mı ?ttt Bir süre önce SAS PROC GLIMMIX'a bir lojistik regresyon modeli takarken, varsayılan ayarların altında lojistik regresyon katsayılarının standart normal dağılım yerine dağılımı kullanılarak test edildiğini …

12 r  logistic  mathematical-statistics  sas  degrees-of-freedom