«regression» etiketlenmiş sorular

Bir (veya daha fazla) "bağımlı" değişken ile "bağımsız" değişken arasındaki ilişkiyi analiz etme teknikleri.

2
Arabuluculuk modeline uyacak şekilde veri simülasyonu
Belirli bir uyumlulaştırma modeliyle tutarlı verileri simüle etmek için bir prosedür bulmakla ilgileniyorum. Barron ve Kenny'nin (1986) ilk önce özetlediği ve Judd, Yzerbyt ve Muller (2013) gibi başka yerlerde açıklanan arabuluculuk modellerinin test edilmesine yönelik genel doğrusal yapısal denklem modeli çerçevesine göre , sonucu için arabuluculuk modelleri , arabulucu \ …

1
RandomForestRegressor için çanta dışı hata tahminini yorumlama
Verilerimde RandomForest regresörü kullanıyorum ve oob skorunun 0.83 olarak elde edildiğini görebiliyordum. Böyle olmanın nasıl bir şey olduğu konusunda emin değilim. Yani hedeflerim 10 ^ 7 aralığında yüksek değerler. Eğer MSE ise, o zaman çok daha yüksek olmalıydı. Burada 0.83'ün ne anlama geldiğini anlamıyorum. Sklearn araç setinin python'un RandomForestRegressor'unu kullanıyorum. …

4
Sürekli bağımlı değişken için lojistik regresyon kullanma
Son zamanlarda araştırma makalem için bir revizyon aldım ve aşağıdaki incelemenin makalemdeki yorumu: bir modelden elde edilen sonuçlar oldukça ikna edici değildir, özellikle doğrusal regresyon genellikle aykırı değerlerle başa çıkmada eksikliklere sahiptir. Yazarların lojistik regresyonu denemelerini ve ilgili sonuçları güncel sonuçlarla karşılaştırmasını öneriyorum. Benzer gözlemler elde edilirse, sonuçlar daha katı …

2
Tahmin Aralığı Hesaplama
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∑ …

1
Yüzdelikleri yordayıcı olarak kullanmak - iyi fikir?
Doğrusal regresyon kullanarak bir müşterinin günlüğünü (harcamasını) öngören bir sorun düşünüyorum. Hangi özellikleri girdi olarak kullanacağımı düşünüyor ve değişkenin yüzdelik değerini girdi olarak kullanmanın uygun olup olmadığını merak ediyorum. Mesela şirketlerin gelirini girdi olarak kullanabilirim. Merak ettiğim şey bunun yerine şirketin gelir yüzdelik dilimini kullanıp kullanamayacağım. Başka bir örnek kategorik …

2
Lojistik regresyonda çarpık veri kümeleri için ağırlık ekleme
Giriş değişkenlerimi ikili çıkış değişkenlerine sığdırmak için standart bir lojistik regresyon sürümü kullanıyorum. Ancak benim sorunumda, negatif çıktılar (0s) pozitif çıktılardan (1s) çok daha fazla. Oran 20: 1'dir. Bu yüzden bir sınıflandırıcıyı eğittiğimde, pozitif bir çıktı olasılığını güçlü bir şekilde öne süren özelliklerin bile karşılık gelen parametreleri için hala çok …

3
Gauss süreci regresyon oyuncak sorunu
Gauss Süreci regresyonu için bazı sezgi kazanmaya çalışıyordum, bu yüzden denemek için basit bir 1D oyuncak problemi yaptım. I aldı girdi olarak ve yanıt olarak. ( 'İlham Alındı' )xben= { 1 , 2 , 3 }xben={1,2,3}x_i=\{1,2,3\}yben= { 1 , 4 , 9 }yben={1,4,9}y_i=\{1,4,9\}y=x2y=x2y=x^2 Regresyon için standart bir kare üstel çekirdek …

1
Düzeltilmiş R-kare, r-kare sabit puan veya rasgele puan popülasyonu tahmin etmeye çalışıyor mu?
Nüfus r-kare ρ2ρ2\rho^2 sabit puanlar veya rastgele puanlar varsayılarak tanımlanabilir: Sabit puanlar: Örnek büyüklüğü ve öngörücülerin belirli değerleri sabit tutulur. Böylece,ρ2fρf2\rho^2_f yordayıcı değerleri sabit tutulduğunda popülasyon regresyon denklemi tarafından elde edilen sonuçta açıklanan varyans oranıdır. Rastgele skorlar: Öngörücülerin belirli değerleri bir dağılımdan alınmıştır. Böylece,ρ2rρr2\rho^2_r Burada, "prediktör değerlerinin" prediktörlerin popülasyon dağılımına …

2
Bilinen kesme noktaları ile parçalı doğrusal regresyondaki eğimlerin standart hatası
Durum Bir bağımlı ve bir bağımsız değişken ile bir veri kümesi var . Birlikte regresyon doğrusal sürekli parçalı uygun istediğiniz meydana gelen bilinen sabit / kesme noktaları . Kesme noktaları belirsizlik olmadan bilinir, bu yüzden onları tahmin etmek istemiyorum. Sonra İşte bir örnekyyyxxxkkk(a1,a2,…,ak)(a1,a2,…,ak)(a_{1}, a_{2}, \ldots, a_{k})yi=β0+β1xi+β2max(xi−a1,0)+β3max(xi−a2,0)+…+βk+1max(xi−ak,0)+ϵiyi=β0+β1xi+β2max⁡(xi−a1,0)+β3max⁡(xi−a2,0)+…+βk+1max⁡(xi−ak,0)+ϵi y_{i} = \beta_{0} + …

3
R'de lm formülündeki etkileşim terimi nasıl yorumlanır?
R'de, lm()işlevi şu şekilde çağırırsam : lm.1 = lm(response ~ var1 + var2 + var1 * var2) summary(lm.1) Bu bana olan tepkisi değişkenin doğrusal modelini verir var1, var2ve bunlar arasındaki etkileşimi. Ancak, etkileşim terimini tam olarak nasıl yorumlarız? Belgeler bunun var1ve arasındaki "çapraz" olduğunu söylüyor var2, ancak "çapraz" ın tam …
9 r  regression 



2
Gauss-Markov teoremi: MAVİ ve OLS
Wikipedia'da Guass-Markov teoremini okuyorum ve birinin teoremin ana noktasını bulmama yardım edebileceğini umuyordum. Matris biçiminde doğrusal bir model olduğunu varsayıyoruz: ve biz MAVİ, arıyoruz .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Uygun olarak , bu , bir işaretleyebilecek ve "kalıntı" "hatası". (Yani Gauss-Markov sayfasındaki kullanımın tersi).η=y−Xβη=y−Xβ\eta = y - X\betaε=βˆ−βε=β^−β\varepsilon …

1
Tip III karelerin toplamları
Bir kategorik değişken (erkek ve dişi) ve bir sürekli değişken ile doğrusal bir regresyon modelim var .birAABBB R ile kontrast kodları ayarladım options(contrasts=c("contr.sum","contr.poly")). Ve şimdi , için Tip III toplamları kareleri ve bunların etkileşimlerini (A: B) kullanıyorum .birAABBBdrop1(model, .~., test="F") Sıkıştığım şey için karelerin toplamının nasıl hesaplandığı . BenBBB öyle …

1
Lojistik regresyon modeli değişkenlerinin p-değerinin anlamı
Bu yüzden R'deki lojistik regresyon modelleri ile çalışıyorum. İstatistiklere hala yeniyim, ancak şimdiye kadar regresyon modelleri için biraz anlayışım var gibi hissediyorum, ama yine de beni rahatsız eden bir şey var: Bağlantılı resme baktığımda, oluşturduğum örnek bir model için özet R baskılarını görüyorsunuz. Model veri kümesindeki email refound veya olmasın …

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