«regression» etiketlenmiş sorular

Verilerime doğrusal bir model uyguluyorum: yben= β0+ β1xben+ ϵben,εben∼ N( 0 , σ2) .yben=β0+β1xben+εben,εben~N-(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Bootstrap yöntemini kullanarak katsayıların ( , ) güven aralığını (CI) tahmin etmek istiyorum . Bootstrap yöntemini uygulamanın iki yolu vardır:β0β0\beta_{0}β1β1\beta_{1} Eşleştirilmiş yanıt tahmincisi örneği: çiftlerini rastgele yeniden örnekleyin ve her çalışmaya doğrusal …

21 regression  bootstrap 

Ben glm işlevini çalıştırmak aşağıdaki sonucu var. Aşağıdaki değerleri nasıl yorumlayabilirim: Boş sapma Artık sapma AIC Uyumun iyiliği ile ilgili bir şeyleri var mı? R-karesi veya başka bir önlem gibi bu sonuçlardan bir miktar uyum ölçüsü hesaplayabilir miyim? Call: glm(formula = tmpData$Y ~ tmpData$X1 + tmpData$X2 + tmpData$X3 + as.numeric(tmpData$X4) …

21 r  regression  generalized-linear-model 

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 

Birbirine karşı çizildiğinde çok fazla korelasyon göstermeyen iki değişkenim var, ancak her bir değişkenin günlüklerini birbiriyle karşılaştırdığımda çok net bir doğrusal ilişki var. Böylece tür bir model ile sonuçlanır: log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b , ki bu matematiksel olarak harika ama normal bir doğrusal modelin açıklayıcı değerine sahip görünmüyor. …

20 regression  correlation  log 

Mükemmel bir tahmin çifti bulabildiğini test etmek için R'de LASSO regresyonu ile küçük bir deney yapıyorum. Parite şöyle tanımlanır: f1 + f2 = sonuç Buradaki sonuç, 'yaş' adı verilen önceden belirlenmiş bir vektördür. F1 ve f2, yaş vektörünün yarısını alıp değerlerin geri kalanını 0'a ayarlayarak oluşturulur, örneğin: age = [1,2,3,4,5,6], …

20 r  regression  feature-selection  lasso  high-dimensional 

Bağımsız değişkenlerin her zaman sayısal olduğu regresyon problemini her zaman çalıştığımı fark ettim. Tüm bağımsız değişkenlerin kategorik olduğu durumda doğrusal regresyon kullanabilir miyim?

20 regression  categorical-data 

Bayesian Hiyerarşik Doğrusal Model ile uğraşıyorum , burada onu tanımlayan ağ. YYY , bir süpermarketteki bir ürünün günlük satışlarını temsil eder (gözlemlenir). XXX , fiyatlar, promosyonlar, haftanın günü, hava durumu, tatiller dahil olmak üzere bilinen bir gerileme matrisidir. 1SSS , her bir ürünün bilinmeyen gizli envanter seviyesidir, bu da en …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

Regresyon modellerinde aşamalı / ileri / geri seçim problemlerinin farkındayım. Yöntemleri kınayan ve daha iyi alternatiflere işaret eden çok sayıda araştırmacı vakası vardır. İstatistiksel bir analizde var olan hikayeler olup olmadığını merak ettim: kademeli regresyon kullandı; son modele dayanarak bazı önemli sonuçlar çıkarmıştır sonuç yanlıştı, bireyin, araştırmalarının veya örgütlerinin olumsuz …

20 regression  stepwise-regression  history 

Bunların çoklu regresyon modelini kullanma koşulları olduğunu okudum: modelin kalıntıları neredeyse normaldir, artıkların değişkenliği neredeyse sabittir artıklar bağımsızdır ve her değişken sonuçla doğrusal olarak ilişkilidir. 1 ve 2 arasındaki farklar nelerdir? Burada bir tane görebilirsiniz: Yukarıdaki grafik, 2 standart sapma uzaklığındaki kalıntıların Y-hat'tan 10 uzakta olduğunu söylüyor. Bu, artıkların normal …

20 regression  multiple-regression  assumptions 

Bu sorunun ışığında: OLS modelindeki katsayıların (nk) serbestlik derecesine sahip bir t dağılımını izlediğinin kanıtı Nedenini anlamak isterim F=(TSS−RSS)/(p−1)RSS/(n−p),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, burada ppp model parametrelerinin bir sayı olmaktadır ve nnn gözlem sayısı ve TSSTSSTSS toplam varyans, RSSRSSRSS kalıntı varyans, bir aşağıda Fp−1,n−pFp−1,n−pF_{p-1,n-p} dağılımı. İtiraf etmeliyim ki, nereden başlayacağımı bilemeyeceğim …

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

Sırt regresyonunun katsayıları nasıl geometrik olarak sıfıra indirdiğini anladım. Üstelik bunu özel "Ortonormal Durum" da nasıl kanıtlayacağımı biliyorum ama bunun genel vakada "Spektral ayrışma" yoluyla nasıl çalıştığı konusunda kafam karıştı.

20 regression  multiple-regression  regularization  ridge-regression  svd 

İstatistiksel bir öğrenme algoritması çalıştırmadan önce özellik seçim yöntemlerini (Rastgele ormanlar önem değeri veya Tek değişkenli özellik seçim yöntemleri vb.) Kullanmayla ilgili bir sorum var. Aşırı kilo vermekten kaçındığımızı biliyoruz, ağırlık vektörleri üzerinde düzenleyici ceza verebiliriz. Eğer lineer regresyon yapmak istersem, o zaman L2 veya L1 hatta Elastik ağ regülasyon …

20 regression  machine-learning  feature-selection  lasso  regularization 

Bir etkileşim terimi içeren bir regresyon modelinin ortalama marjinal etkilerinin standart hatalarını tahmin etmek için delta yöntemini daha iyi anlamak istiyorum. Delta yöntemi altında ilgili sorulara baktım ama hiçbiri aradığım şeyi sağlamamış. Motive edici bir örnek olarak aşağıdaki örnek verileri düşünün: set.seed(1) x1 <- rnorm(100) x2 <- rbinom(100,1,.5) y <- …

20 r  regression  standard-error  effect-size  delta-method 

R fonksiyonu lm tarafından elde edilen doğrusal regresyon modelinin, Ortalama Kare Hatası komutu ile elde edilip edilemeyeceğini bilmek ister. Bir örnek şu şekilde çıktı aldım > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min 1Q Median 3Q Max -16.1368 -6.1968 …

20 r  regression  error 

Bir (genelleştirilmiş) lineer model olduğunda R olarak, ( lm, glm, gls, glmm, ...), nasıl 0 dışında bir değere karşı katsayısı (regresyon doğrusu) test edebilir? Modelin özetinde, katsayının t testi sonuçları otomatik olarak raporlanır, ancak sadece 0 ile karşılaştırmak için. Başka bir değerle karşılaştırmak istiyorum. Test edilen değer olduğu y ~ …

20 r  regression  t-test