«least-squares» etiketlenmiş sorular

Bir değişkenin gözlenen değeri ve bu gözlemin parametre değeri üzerinde koşullandırılmış beklenen değeri gibi iki miktar arasındaki kare farkını en aza indirmek için parametre değerini seçen genel bir tahmin tekniğini ifade eder. Gauss lineer modeller, en küçük kareler ile uyumludur ve en küçük kareler, bir tahminciyi değerlendirmenin bir yolu olarak ortalama kare hatasının (MSE) kullanımının altında yatan fikirdir.

3
Frisch-Waugh teoreminin faydası
İncelemediğim ekonometride Frish Waugh teoremini öğretmem gerekiyor. Arkasındaki matematiği anladım ve umarım bu fikir de "çok doğrusal bir modelden belirli bir katsayı için elde ettiğiniz katsayı, diğer regresörlerin etkisini" ortadan kaldırırsanız "basit regresyon modelinin katsayısına eşittir. Yani teorik fikir biraz havalı. (Tamamen yanlış anladıysam bir düzeltmeyi memnuniyetle karşılarım) Ancak bazı …
2
Etki fonksiyonları ve OLS
Etki işlevlerinin nasıl çalıştığını anlamaya çalışıyorum. Birisi basit bir OLS regresyonu bağlamında açıklayabilir mi? yi=α+β⋅xi+εiyi=α+β⋅xi+εi\begin{equation} y_i = \alpha + \beta \cdot x_i + \varepsilon_i \end{equation} Burada için etki fonksiyonunu istiyorum .ββ\beta
4
Neden
Not: SSTSSTSST = Toplam Kareler Toplamı, SSESSESSE = Kareli Hataların Toplamı ve SSRSSRSSR = Kareler Regresyon Toplamı. Başlıktaki denklem genellikle şu şekilde yazılır: ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar y)^2=\sum_{i=1}^n (y_i-\hat y_i)^2+\sum_{i=1}^n (\hat y_i-\bar y)^2 Oldukça basit bir soru, ama sezgisel bir açıklama arıyorum. Sezgisel olarak, bana öyle geliyor ki daha anlamlı olurdu. Örnek …
3
OLS tahmincisi türetmek için varsayımlar
Birisi benim için kısaca açıklayabilir mi, OLS tahmincisini hesaplamak için altı varsayımın her birine neden ihtiyaç duyulur? Sadece çoklu doğrusallık hakkında buldum - eğer mevcutsa (X'X) matrisini tersine çeviremeyiz ve sonuç olarak genel tahminciyi tahmin edemeyiz. Peki ya diğerleri (örneğin, doğrusallık, sıfır ortalama hatalar, vb.)?
1
Doğrusal modelde R-kare, genelleştirilmiş doğrusal modelde sapma?
İşte bu soruya ilişkin bağlamım: Anlayabildiğim kadarıyla, ağırlıklı veri ve surveypaketi kullanırken R'de sıradan bir en küçük kareler regresyonunu çalıştıramayız . Burada kullanmak zorundayız svyglm(), bunun yerine genelleştirilmiş doğrusal bir model çalıştırıyor olmalıyız (aynı şey olabilir mi? Burada neyin farklı olduğu konusunda bulanıkım). OLS ve lm()fonksiyon aracılığıyla, yorumunu anladığım bir …
3
Basit doğrusal regresyon, p değerleri ve AIC
Bu konu örneğin önce birkaç kez gelip vardır fark burada , ama yine de benim regresyon çıkışını nasıl yorumlanacağı iyi emin değilim. Ben yere (loc) göre iki gruba bölünmüş bir x değerleri sütunu ve y değerleri sütunu içeren çok basit bir veri kümesi var . Puanlar şöyle görünür Bir meslektaşım, …
4
Gecikmeli çoklu doğrusal regresyon ve zaman serileri arasındaki “mekanik” fark nedir / nelerdir?
Şu anda veri mühendisliği alanında yüksek lisans eğitimi almak isteyen işletme ve ekonomi mezunuyum. Doğrusal regresyon (LR) ve sonra zaman serisi analizi (TS) üzerinde çalışırken aklıma bir soru geldi. Neden çoklu lineer regresyon kullanmak ve ona gecikmeli değişkenler eklemek yerine yepyeni bir yöntem, yani zaman serisi (ARIMA) yaratalım (gecikmeler sırası …
3
Doğrusal regresyon gerçekleştirin, ancak çözümü belirli veri noktalarından geçmeye zorlayın
Bir dizi nokta üzerinde doğrusal regresyonun nasıl yapılacağını biliyorum. Yani, seçtiğim bir polinomun belirli bir veri kümesine (LSE anlamında) nasıl sığacağını biliyorum. Bununla birlikte, bilmediğim, çözümümü seçtiğim bazı belirli noktalardan geçmeye nasıl zorlayacağım. Bunun daha önce yapıldığını gördüm, ama nasıl yapıldığını bir kenara bırakarak prosedürün ne olduğunu hatırlayamıyorum. Çok basit …
3
Yüksek mertebeden polinom için neden büyük katsayılar var?
Bishop'ın makine öğrenimi kitabında, bir polinom fonksiyonunun bir dizi veri noktasına eğri uydurma problemini tartışıyor. M, takılı polinomun sırası olsun. Bu şekilde M arttıkça, katsayıların büyüklüğünün tipik olarak arttığını görüyoruz. Özellikle M = 9 polinomu için, katsayılar büyük pozitif ve negatif değerler geliştirerek verilere ince ayarlanmıştır, böylece karşılık gelen polinom …
3
Doğrusal regresyon: OLS ve MLE kimliğini veren normal olmayan herhangi bir dağılım?
Bu soru, buradaki yorumlardaki uzun tartışmadan esinlenmiştir: Doğrusal regresyon normal dağılımı nasıl kullanır? Her zamanki doğrusal regresyon modelinde, burada sadece tek bir öngörücü ile yazılmış basitlik için: burada x i bilinen sabitler ve ϵ i sıfır ortalama bağımsız hata terimleridir. Ayrıca hatalar için normal dağılımlar varsa, olağan en küçük kareler …
3
Neden iz
modelinde y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilon, ββ\beta normal denklemini ： kullanarak tahmin edebiliriz β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y,ve alabilir y =x p .y^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Artıkların vektörü şu şekilde tahmin edilir: ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q (X …
1
MLE ve OLS kullanma
Sıradan En Küçük Kareler yerine Maksimum Olabilirlik Tahminini kullanmak ne zaman tercih edilir? Her birinin güçlü yönleri ve sınırlamaları nelerdir? Her birinin ortak durumlarda nerede kullanılacağı konusunda pratik bilgiler toplamaya çalışıyorum.
1
Homoscedasticity varsayımının ihlal edildiği regresyonlarda önyükleme standart hataları ve güven aralıkları uygun mu?
Standart OLS regresyonlarında iki varsayım ihlal edilirse (hataların normal dağılımı, eşcinsellik), önyükleme standart hataları ve güven aralıkları, regresör katsayılarının önemi açısından anlamlı sonuçlara ulaşmak için uygun bir alternatif mi? Önyükleme yapılan standart hatalar ve güven aralıkları ile önem testleri hâlâ hetero-esneklikle çalışır mı? Evetse, bu senaryoda kullanılabilecek geçerli güven aralıkları …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.