«regression» etiketlenmiş sorular

Bu makaleden aşağıdaki greftler alınmıştır . Ben bootstrap için acemi ve R bootpaket ile doğrusal karışık model için parametrik, yarı parametrik ve parametrik olmayan bootstrapping bootstrapping uygulamaya çalışıyorum . R Kodu İşte benim Rkod: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Bize ve şeklinde bir dizi veri verildiğini varsayalım . Biz tahmin görevi verilmiştir değerlerine dayalı . İki regresyon tahmin ediyoruz, burada: ( y,x1,x2, ⋯ ,xn)(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n})( y,x1,x2, ⋯ ,xn - 1)(y,x1,x2,⋯,xn−1)(y,x_{1},x_{2},\cdots, x_{n-1})yyyxxxyy=f1(x1, ⋯ ,xn - 1,xn)=f2(x1,⋯ ,xn -1)(1)(2)(1)y=f1(x1,⋯,xn−1,xn)(2)y=f2(x1,⋯,xn−1) \begin{align} y &=f_{1}(x_{1},\cdots, x_{n-1}, x_{n}) \tag{1} \\ y &=f_{2}(x_{1},\cdots, x_{n-1}) \tag{2} \end{align} …

9 regression  multiple-regression  missing-data  multicollinearity  multiple-imputation 

Regresyon için R (R sürüm 2.13.1, randomForest sürüm 4.6-2) randomForest paketini kullanıyorum ve sonuçlarımda önemli bir önyargı fark ettim: tahmin hatası yanıt değişkeninin değerine bağlıdır. Yüksek değerler az tahmin edilir ve düşük değerler fazla tahmin edilir. İlk başta bunun verilerimin bir sonucu olduğundan şüphelendim, ancak aşağıdaki basit örnek bunun rastgele …

9 r  regression  random-forest 

Verilerim, istihdam edilen nüfusun zaman dizisi, L ve zaman aralığı, yıl. n.auto=auto.arima(log(L),xreg=year) summary(n.auto) Series: log(L) ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 intercept year 1.9122 -0.9567 -0.3082 0.0254 -3.5904 0.0074 s.e. NaN NaN NaN NaN 1.6058 0.0008 sigma^2 estimated as 1.503e-06: log likelihood=107.55 AIC=-201.1 AICc=-192.49 BIC=-193.79 In-sample error …

9 r  regression  arima 

Tahminler yapmak için deney ölçümlerimden basit bir doğrusal regresyon modeli hesapladım. Mevcut verilerden çok uzak olan noktalara ilişkin tahminleri hesaplamamanız gerektiğini okudum. Ancak, ne kadar ileri gidebileceğimi bilmeme yardımcı olacak herhangi bir rehber bulamadım. Örneğin, 50GB disk boyutu için okuma hızını hesaplarsam sonuç sanırım gerçeğe yakın olur. 100GB, 500GB disk …

9 regression  prediction 

Göre , Örnek ile regresyon analizi standardize artıkları dikkate almak gerekir, kalıntı yanıt ve tahmin edilen değer arasındaki fark, o zaman, her bir kalıntı farklı varyans sahip olduğu söylenir. Ancak varyans bir grup değer içindir, tek bir değerin nasıl varyansı olabilir?

9 regression  residuals 

Sunucu yanıt gecikmesi için birkaç test sonucum var. Teori analizimize göre, gecikme dağılımı (yanıt gecikmesinin olasılık dağılım fonksiyonu) ağır kuyruk davranışına sahip olmalıdır. Ancak test sonucunun ağır kuyruk dağılımını takip ettiğini nasıl kanıtlayabilirim?

9 regression  distributions  probability  normal-distribution  mathematical-statistics 

Hiyerarşik doğrusal regresyon yapmak için standart algoritmalar (programların aksine) var mı? İnsanlar genellikle sadece MCMC yapıyor mu yoksa daha özel, belki de kısmen kapalı form algoritmaları var mı?

9 regression  bayesian  multiple-regression  multilevel-analysis  irls 

Günlük dönüşümlerini almadan önce veya sonra iki rastgele değişken X ve Y için pearson korelasyonunun hesaplanıp hesaplanmayacağına dair genel bir prensip var mı? Hangisinin daha uygun olduğunu test etmek için bir prosedür var mı? Log dönüşümü doğrusal olmadığı için benzer fakat farklı değerler verirler. Günlükten sonra X veya Y'nin normale …

9 regression  correlation  logarithm  pearson-r 

Bir endeks fonunun zaman içindeki davranışını tahmin etmek için çoklu regresyonda kullanılabilecek birkaç yüz finansal değişkenin değerlerinden oluşan büyük bir veri setim var. Mümkün olduğu kadar tahmin gücünü korurken değişkenlerin sayısını on'a kadar azaltmak istiyorum. Eklendi: Orijinal değişkenlerin ekonomik anlamını korumak için azaltılmış değişken kümesinin orijinal değişkenin bir alt kümesi …

9 regression  multivariate-analysis  model-selection  multiple-regression 

Ölçülen değişkenin ayrık pozitif tamsayıları (sayıları) olduğu bazı zaman serisi verileri var. Zaman içinde yukarı yönlü bir eğilim olup olmadığını test etmek istiyorum (ya da değil). Bağımsız değişken (x) 0-500 aralığında ve bağımlı değişken (y) 0-8 aralığındadır. Buna y = floor(a*x + b)sıradan en küçük kareler (OLS) kullanarak formun gerilemesini …

9 r  regression  python 

4 seviyeli bir değişkenim varsa, teoride 3 kukla değişken kullanmam gerekir. Uygulamada, bu aslında nasıl yapılır? 0-3 mü kullanıyorum, 1-3 mü kullanıyorum ve 4'ü boş mu bırakıyorum? Herhangi bir öneri? NOT: R'de çalışacağım. GÜNCELLEME: Yalnızca AD'ye karşılık gelen 1-4 kullanan bir sütun kullanırsam ne olur? Bu işe yarar mı yoksa …

9 r  regression  categorical-data  categorical-encoding 

Diyelim ki doğrusal bir modelimiz var yben=β0+β1xben+εbenyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_itüm standart regresyon (Gauss-Markov) varsayımlarını karşılar. İlgileniyoruzθ = 1 /β1θ=1/β1\theta = 1/\beta_1. Soru 1: Dağıtım için hangi varsayımlar gereklidir?θ^θ^\hat{\theta} iyi tanımlanmalı? β1≠ 0β1≠0\beta_1 \neq 0 önemli olurdu --- diğerleri? Soru 2: Hataların normal dağılıma uyduğu varsayımını ekleyin. …

9 regression  distributions  maximum-likelihood  bootstrap 

Her iki değişken (bağımlı ve bağımsız) otokorelasyon etkileri gösterir. Veri zaman serileri ve durağan Regresyonu yürüttüğümde artıklar birbiriyle ilişkili görünmüyor. Durbin-Watson istatistiğim üst kritik değerden daha büyük, bu nedenle hata terimlerinin pozitif bir şekilde ilişkili olmadığına dair bir kanıt var. Ayrıca hatalar için ACF çizdiğimde orada bir korelasyon yok ve …

9 regression  time-series  autocorrelation 

İki değişken arasındaki ilişkiyi modellemek için hangi yöntemi kullanacağımdan emin değilim (xxx ve yyy) aşağıdaki gibi tarif edilen deneyde: 3 değişken vardır: xaimxbirbenmx_{aim}, xxx ve yyy. Değeri xaimxbirbenmx_{aim}deneyi çalıştırırken ayarlanır. Ancak,xxx ve xaimxbirbenmx_{aim} her zaman eşit değildir. Pearson korelasyon katsayısı xaimxbirbenmx_{aim} ve xxx yaklaşık 0.9'dur. Pearson korelasyon katsayısı xxx ve …

9 regression  correlation