«multiple-regression» etiketlenmiş sorular

İki veya daha fazla sabit olmayan bağımsız değişken içeren regresyon.

1
R / mgcv: te () ve ti () tensör ürünleri neden farklı yüzeyler üretir?
mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Doğrusal regresyonda ikili / dikotom bağımsız öngörücüler için artık analiz nasıl yapılır?
Yönetilen fon getirilerini tahmin etmek için R'de aşağıdaki çoklu doğrusal regresyonu gerçekleştiriyorum. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Burada sadece GRI ve MBA ikili / dikotom tahmincileridir; kalan öngörücüler süreklidir. İkili değişkenler için artık grafikler oluşturmak için bu kodu kullanıyorum. plot(rawdata$GRI, reg$residuals) abline(lm(reg$residuals~rawdata$GRI, data=rawdata), col="red") # regression line (y~x) plot(rawdata$MBA, reg$residuals) abline(lm(reg$residuals~rawdata$MBA, …
4
Kalıntılardaki çapraz düz çizgiler ve çoklu regresyon için uygun değerler grafiği
Verilerim için artıklarda garip kalıplar gözlemliyorum: [EDIT] İki değişken için kısmi regresyon grafikleri şunlardır: [EDIT2] PP Grafiği eklendi Dağıtım gayet iyi görünüyor (aşağıya bakınız) ama bu düz çizginin nereden gelebileceğine dair hiçbir fikrim yok. Herhangi bir fikir? [GÜNCELLEME 31.07] Kesinlikle haklısın, retweet sayısının gerçekten 0 olduğu vakalarım vardı ve bu …
3
Tek sıcak kodlama ile sahte kodlama arasındaki sorunlar
K seviyeli kategorik değişkenlerin kukla kodlamada k-1 değişkenleri ile kodlanması gerektiğinin farkındayım (benzer şekilde çok değerli kategorik değişkenler için). Çoğunlukla doğrusal regresyon, cezalandırılmış doğrusal regresyon (Kement, Ridge, Elastik Ağ), ağaç tabanlı (rastgele ormanlar) için farklı regresyon yöntemleri için kukla kodlama üzerinde bir sıcak kodlama (yani bunun yerine k değişkenlerini kullanarak) …
2
B-Splines VS regresyondaki yüksek mertebeden polinomlar
Aklımda belirli bir örnek veya görevim yok. Ben sadece b-spline'ları kullanma konusunda yeniyim ve regresyon bağlamında bu işlevi daha iyi anlamak istedim. Yanıt değişkeni ile bazı belirleyicileri arasındaki ilişkiyi değerlendirmek istediğimizi varsayalım . Öngörücüler bazı sayısal değişkenlerin yanı sıra bazı kategorik değişkenleri içerir.yyyx1, x2, . . . , xpx1,x2,...,xpx_1, x_2,...,x_p …
2
Koşullu ortalama bağımsızlık, OLS tahmincisinin tarafsızlığını ve tutarlılığını ima eder
Aşağıdaki çoklu regresyon modelini düşünün:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Burada , bir sütun vektörüdür; bir matrisi; a sütun vektörü; a matrisi; a sütun vektörü; ve , hata terimi, bir sütun vektörü.YYYn×1n×1n\times 1XXXn×(k+1)n×(k+1)n\times (k+1)ββ\beta(k+1)×1(k+1)×1(k+1)\times 1ZZZn×ln×ln\times lδδ\deltal×1l×1l\times 1UUUn×1n×1n\times1 SORU Öğretim görevlim, Ekonometriye Giriş ders kitabı , 3. baskı. James H. Stock ve Mark W. Watson, s. …
2
Güçlü standart hatalarla ANOVA tablosu nasıl edinilir?
R'de plm paketini kullanarak toplanmış bir OLS regresyonu yürütüyorum. Yine de, sorum temel istatistikler hakkında daha fazla, bu yüzden önce buraya göndermeyi deniyorum;) Regresyon sonuçlarım heteroskedastik kalıntılar verdiğinden, heteroskedastisite sağlam standart hatalarını kullanmayı denemek istiyorum. Sonuç olarak coeftest(mod, vcov.=vcovHC(mod, type="HC0"))her bağımsız değişken için temel olarak "sağlam" regresyon sonuçlarım olan tahminler, …
3
Çoklu regresyonda açıklayıcı değişkenler arasındaki doğrusal ilişki
R: Örnek Tabanlı Bir Yaklaşım Kullanarak Veri Analizi ve Grafiklerin çoklu regresyon bölümünü okuyordum ve açıklayıcı değişkenler (dağılım grafiği kullanarak) arasındaki doğrusal ilişkilerin kontrol edilmesini önerdiğini ve bu kadar dönüştürerek, bir t yok daha doğrusal bir ilişki içinde olacak. İşte bunun bazı alıntıları: 6.3 Çoklu regresyon modellerinin takılması için bir …
1
Anova () ve drop1 () neden GLMM'ler için farklı cevaplar verdi?
Formun bir GLMM var: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kullandığımda , araç paketinden veya drop1(model, test="Chi")kullandığımdan farklı sonuçlar alıyorum . Bu son ikisi aynı cevapları verir.Anova(model, type="III")summary(model) Bir grup uydurma veri kullanarak, bu iki yöntemin normalde farklı olmadığını gördüm. Dengeli doğrusal …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
4
Kontrol değişkenlerini neden farklılıklar farklılığında kullanmalıyım?
Aşağıdaki standart denklem ile farklılıklar farklılıkları yaklaşım hakkında bir sorum var: nerede tedavi tedavi grup ve sonrası için bir kukla değişkendir. y=a+b1treat+b2post+b3treat⋅post+uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u Şimdi sorum basit: Neden çoğu makale hala ek kontrol değişkenleri kullanıyor? Paralel eğilim varsayımı doğruysa, ek kontroller hakkında endişelenmemiz …
1
Pillai izi ve Hotelling-Lawley izi genellemesi var mı?
Çok değişkenli çoklu regresyon (vektör regresörü ve regresyonu) ortamında, genel hipotez için dört ana testin (Wilk's Lambda, Pillai-Bartlett, Hotelling-Lawley ve Roy'un En Büyük Kökü) matrisinin öz değerlerine bağlıdır. , burada ve 'açıklanmış' ve 'toplam' varyasyon matrisleridir.HE−1HE−1H E^{-1}HHHEEE Pillai ve Hotelling-Lawley istatistiklerinin her ikisinin de olarak ifade edilebileceğini fark etmiştim. sırasıyla, …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.