«prediction-interval» etiketlenmiş sorular

Doğrusal bir regresyon modeli için tahmin aralıklarını hesaplamak için önyüklemenin nasıl kullanılacağını anlamakta sorun yaşıyorum . Birisi adım adım bir prosedürü özetleyebilir mi? Google üzerinden arama yaptım ama hiçbir şey benim için gerçekten anlamlı değil. Model parametreleri için güven aralıklarını hesaplamak için önyüklemenin nasıl kullanılacağını anlıyorum.

14 regression  bootstrap  prediction-interval 

Binom rasgele değişkeni için tahmin aralığı formülü (yaklaşık veya kesin) nedir? Varsayalım Y∼Binom(n,p)Y∼Binom(n,p)Y \sim \mathsf{Binom}(n, p) ve gözlemlediğimiz yyy (çekilir YYY ). nnn bilinmektedir. Hedefimiz yeni bir beraberlik için% 95 tahmin aralığı elde etmektir YYY. Nokta tahmini np^np^n\hat{p} , p = yp^=ynp^=yn\hat{p}=\frac{y}{n} . A güven aralığı p basittir, ama bir …

14 confidence-interval  binomial  prediction-interval 

Doğrusal olmayan bir regresyon etrafındaki güven ve tahmin bantlarının regresyon çizgisi etrafında simetrik olması mı gerekiyor? Yani doğrusal regresyon bantlarında olduğu gibi saat camı şeklini almazlar. Neden? Söz konusu model: İşte şekil: F(x)=⎛⎝⎜⎜A−D1+(xC)B⎞⎠⎟⎟+DF(x)=(A−D1+(xC)B)+D F(x) = \left(\frac{A-D}{1 + \left(\frac x C\right)^B}\right) + D ve işte denklem:

13 confidence-interval  nonlinear-regression  prediction-interval 

Caret paketini kullanarak ve tahmin edilen verilerim için tahmin aralıklarını çözmek için bir yöntem bulmak için GBM modelleri ile çalışıyorum. Çok araştırdım ama Rastgele Orman için tahmin aralıkları bulmak için sadece birkaç fikir buldum. Herhangi bir yardım / R kodu büyük mutluluk duyacağız!

12 caret  prediction-interval  gbm 

Güven aralıklarının ve tahmin aralıklarının yorumlanması ile ilgili sitede birçok mükemmel tartışmayı okudum, ancak bir kavram hala biraz kafa karıştırıcı: OLS çerçevesini düşünün ve uygun modelini aldık . Bize bir verildi ve yanıtını tahmin etmemiz istendi. değerini hesaplıyoruz ve bir bonus olarak, tahminimiz etrafında% 95 tahmin aralığı sağlıyoruz, a la …

12 regression  confidence-interval  prediction-interval 

Tahmin aralığının ve güvenilir aralığın aynı şeyi değerlendirip değerlendirmediğini merak ediyorum. Örneğin, doğrusal bir regresyon ile, takılan değerlerin tahmin aralığını tahmin ettiğinizde, değerinizin düşmesini beklediğiniz aralığın sınırlarını tahmin edersiniz. Bir güven aralığının tersine, ortalama değer gibi bir dağıtım parametresine değil, açıklanan değişkeninizin belirli bir X değeri için alabileceği değere ( …

11 bayesian  linear-model  prediction  prediction-interval  credible-interval 

Tahmin ve hoşgörü aralıklarıyla ilgili birkaç sorum var. Önce tolerans aralıklarının tanımlanması üzerinde anlaşalım: Bize bir güven seviyesi, örneğin% 90, yakalanacak nüfusun yüzdesi,% 99 ve örnek büyüklüğü, 20 diyelim. Olasılık dağılımı biliniyor, normal diyoruz kolaylık sağlamak için. Şimdi, yukarıdaki üç sayı (% 90,% 99 ve 20) ve altta yatan dağılımın …

11 prediction  prediction-interval  tolerance-interval 

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 

Bir veri kümesi üzerinde çalışıyorum. Bazı model tanımlama tekniklerini kullandıktan sonra bir ARIMA (0,2,1) modeliyle çıktım. Orijinal veri setimin 48. gözleminde yenilikçi bir aykırı değer (IO) tespit etmek için R'deki detectIOpaketteki işlevi kullandım .TSA Öngörme amacıyla kullanabilmem için bu aykırı değeri modelime nasıl dahil edebilirim? ARIMAX modelini kullanmak istemiyorum çünkü …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Bir zaman serim var (diyelim ki ila X n diyelim ) ve sinir ağı gibi bir model kullanarak bir sonraki örneği ( X n + 1 , X n + 2 , … , X n + k diyelim) tahmin etmem gerekiyor , veya çoklu doğrusal regresyon. Zaman n, ben …

10 time-series  prediction-interval 

Standart sapma tahminleri şu şekilde hesaplanıyor mu? sN-=1N-ΣN-i = 1(xben-x¯¯¯)2-------------√.sN-=1N-Σben=1N-(xben-x¯)2. s_N = \sqrt{\frac{1}{N} \sum_{i=1}^N (x_i - \overline{x})^2}. ( http://en.wikipedia.org/wiki/Standard_deviation#Sample_standard_deviation ) kat çapraz geçerlemeden örneklenen tahmin doğrulukları için? Her bir kat arasında hesaplanan tahmin doğruluğunun, eğitim setleri arasındaki önemli örtüşme nedeniyle bağımlı olduğundan endişe ediyorum (tahmin kümeleri bağımsız olmasına rağmen). Bunu …

10 confidence-interval  cross-validation  prediction  prediction-interval 

Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Burada aşağıdaki veriler var . Hidrokarbon yüzdesi 1.0 olduğunda ortalama saflıkta% 95 güven aralığını hesaplamaya çalışıyorum. R harfine şunu giriyorum. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017 91.81845 Ancak, bu sonucu kendim nasıl elde edebilirim? Aşağıdaki denklemi kullanmaya çalıştım. sn e w=s2( 1 +1N-+(xn e w-x¯)2∑ …

9 r  regression  confidence-interval  prediction-interval 

Diyelim ki 4 olası olayın sıklık örneğine sahibim: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 ve olaylarımın gerçekleşmesi için beklenen olasılıklarım var: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dört olayın gözlemlenen frekanslarının toplamı ile (18) Olayların beklenen frekanslarını hesaplayabilir …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom