«regression-coefficients» etiketlenmiş sorular

Regresyon modelinin parametreleri. En yaygın olarak, bağımlı değişkenin tahmin edilen değerini elde etmek için bağımsız değişkenlerin çarpılacağı değerler.


1
Poisson regresyonundaki katsayılar nasıl yorumlanır?
Poisson regresyonundaki ana etkileri (yapay kodlanmış faktör katsayıları) nasıl yorumlayabilirim? Aşağıdaki örneği varsayın: treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2), labels = c("placebo", "treated")) improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)), levels = c(1, 2, 3), labels = c("none", "some", …

3
Kütle dönüştürülmüş yordayıcının ve / veya tepkinin yorumlanması
Merak ediyorum, yorumlamada sadece bağımlı, bağımsız veya bağımsız değişkenlerin mi yoksa sadece bağımsız değişkenlerin log dönüşümünde mi olduğunu fark eder mi? Durumunu düşünün log(DV) = Intercept + B1*IV + Error IV'ü yüzde artış olarak değerlendirebilirim, ancak sahip olduğumda bu nasıl değişir? log(DV) = Intercept + B1*log(IV) + Error veya sahipken …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

3
Basit doğrusal regresyonda regresyon katsayısının varyansını elde etmek
Basit doğrusal regresyonda, , burada . Tahminciyi : burada ve , ve örnek aracıdır .y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + uu∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2)β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , x¯x¯\bar{x}y¯y¯\bar{y}xxxyyy Şimdi varyansını bulmak istiyorum . gibi bir şey : β^1β^1\hat\beta_1Var(β1^)=σ2(1−1n)∑i(xi−x¯)2 …

4
Polinom modelindeki katsayılar nasıl yorumlanır?
Sahip olduğum bazı verilere ikinci dereceden bir polinom uyumu yaratmaya çalışıyorum. Diyelim ki bu uyumu şöyle çizdim ggplot(): ggplot(data, aes(foo, bar)) + geom_point() + geom_smooth(method="lm", formula=y~poly(x, 2)) Alırım: Bu yüzden, ikinci dereceden bir form uyumu oldukça iyi çalışıyor. R ile hesaplarım: summary(lm(data$bar ~ poly(data$foo, 2))) Ve anladım: lm(formula = data$bar …

2
Çoklu regresyon veya kısmi korelasyon katsayısı? Ve ikisi arasındaki ilişkiler
Bu sorunun bir anlam ifade edip etmediğini bile bilmiyorum, ancak çoklu regresyon ve kısmi korelasyon arasındaki fark nedir (korelasyon ve regresyon arasındaki bariz farklar dışında, neyi hedeflediğim değil)? Aşağıdakileri istiyorum: İki bağımsız değişkenim ( , ) ve bir bağımlı değişkenim ( ) var. Şimdi bireysel olarak bağımsız değişkenler bağımlı değişkenle …

3
R: Veri setinde NaN bulunmamasına rağmen “yabancı işlev çağrısı” na NaN / Inf atma Rastgele Orman [kapalı]
Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

1
Bir lmer modelden etkilerin tekrarlanabilirliğinin hesaplanması
Bu yazıda , karışık etki modellemesi ile bir ölçümün tekrarlanabilirliğini (diğer bir deyişle güvenilirlik, sınıf içi korelasyon) nasıl hesaplayacağımı anladım . R kodu şöyle olurdu: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

1
Serbestlik dereceleri tam sayı olmayan bir sayı olabilir mi?
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 

3
Açıklayıcı değişkenlerin sırası, regresyon katsayılarını hesaplarken önemli mi?
İlk başta siparişin önemli olmadığını düşündüm, ama sonra çoklu regresyon katsayılarını hesaplamak için gram-schmidt ortogonalizasyon sürecini okudum ve şimdi ikinci düşüncelerim var. Gram-schmidt işlemine göre, daha sonra açıklayıcı bir değişken diğer değişkenler arasında endekslenir, artık değişken vektörü küçülür, çünkü önceki değişkenlerin artık vektörleri ondan çıkarılır. Sonuç olarak, açıklayıcı değişkenin regresyon …

1
Çoklu regresyon için katsayıları bulmak için kovaryans matrisini kullanmanın bir yolu var mı?
Basit doğrusal regresyon için, regresyon katsayısı doğrudan varyansı-kovaryans matrisinden CCC, hesaplanır ; burada , bağımlı değişkenin indeksidir ve , açıklayıcı değişkenin indeksidir.Cd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dddeee Eğer biri sadece kovaryans matrisine sahipse, çoklu açıklayıcı değişkenleri olan bir model için katsayıları hesaplamak mümkün müdür? ETA: İki açıklayıcı değişken için, ve benzer …

3
Çoklu regresyonda “herkes eşit” ne demektir?
Birden fazla regresyon yaptığımızda ve bir değişkenindeki bir değişiklik için değişkenindeki ortalama değişime baktığımızı, diğer tüm değişkenleri sabit tuttuğumuzu söylediğinde, diğer değişkenleri sabit olarak hangi değerleri tutuyoruz? Onların ortalaması mı? Sıfır? Herhangi bir değer?yyyxxx Herhangi bir değerde olduğunu düşünmeye meyilliyim; sadece açıklama arıyorum. Birisi bir kanıtı olsaydı, bu da harika …

2
R'deki önyükleme gerçekte nasıl çalışır?
R'deki boot paketine bakıyordum ve nasıl kullanılacağına dair bazı iyi primerler bulurken, henüz "sahne arkasında" ne olduğunu tam olarak anlatan bir şey bulamadım. Örneğin, bu örnekte , kılavuz standart regresyon katsayılarının bir önyükleme regresyonu için başlangıç ​​noktası olarak nasıl kullanılacağını gösterir, ancak önyükleme regresyon katsayılarını türetmek için önyükleme prosedürünün gerçekte …

1
loglog lojistik regresyonun tahminlerini yorumlayabilme
Birisi bana bir tıkanıklık bağlantısı kullanarak bir lojistik regresyondan elde edilen tahminleri nasıl yorumlayabileceğimi söyleyebilir mi? Aşağıdaki modeli yerleştirdim lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Örneğin, zaman tahmini 0.015'tir. Birim zaman başına ölüm oranlarının exp (0.015) = 1.015113 (birim zaman başına ~% 1.5 artış) ile …

4
Tahmin edicilerin çoklu regresyonda önemi: Kısmi ve standart katsayılar
Kısmi ile katsayılar arasındaki doğrusal ilişkinin tam ilişkisinin ne olduğunu ve faktörlerin önemini ve etkisini göstermek için yalnızca birini mi yoksa ikisini mi kullanmam gerektiğini merak ediyorum .R,2R,2R^2 Bildiğim kadarıyla summary, katsayıların tahminlerini alıyorum ve anovaher faktör için karelerin toplamı ile - bir faktörün karelerinin toplamının karelerin toplamı artı kalıntıların …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.