«residuals» etiketlenmiş sorular

Vikipedi tanımlarına bakarak: Ortalama Kare Hatası (MSE) Kalan Kareler Toplamı (RSS) Bana öyle geliyor ki MSE = 1N-RSS = 1N-Σ ( fben- yben)2MSE=1N-RSS=1N-Σ(fben-yben)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 burada örnek sayısıdır ve bizim .N-N-Nfbenfbenf_iybenybeny_i Ancak, Wikipedia makalelerinden hiçbiri bu ilişkiden bahsetmiyor. Niye ya? Bir şey mi kaçırıyorum?

31 residuals  mse 

Bu benzer bir soruya benziyor ve fazla cevap alamadım. Cook's D gibi testlerden kaçınmak ve sadece kalıntılara bir grup olarak bakmak, diğerlerinin uygunluk durumunu değerlendirirken artıkları nasıl kullandığıyla ilgileniyorum. Ham artıkları kullanıyorum: QQ-arsada, normalliği değerlendirmek için bir grafiği olarak (a) 'hetereoscedasticity ve (b) seri otokorelasyon gözün kontrolü için artıkların karşı.yyy …

31 goodness-of-fit  residuals 

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 

Ham veriler üzerinde değil de artıklarında normalliği test etmem gerektiğini öğrendim. Artıkları hesaplamalı mıyım ve sonra Shapiro-Wilk'ün W testi yapmalı mıyım? Artıklar şu şekilde hesaplanıyor mu: ?Xben- demekXben-anlamına gelmekX_i - \text{mean} Lütfen verilerim ve tasarım için bu önceki soruya bakınız .

27 normality-assumption  residuals  assumptions 

Çoklu doğrusal regresyonda, artık ve yordayıcılar arasındaki korelasyonun sıfır olduğunu anlayabiliyorum, ancak artık ve ölçüt değişkeninin beklenen korelasyonu nedir? Sıfır olması mı yoksa yüksek derecede korelasyon olması mı beklenmeli? Bunun anlamı nedir?

26 regression  residuals 

Şu anda zor sayım verileri için doğru modeli bulmakta zorlanıyorum (bağımlı değişken). Gaussian ya da negatif binomial gibi çeşitli aileleri olan genelleştirilmiş lineer karışık efekt modellerinin yanı sıra lmerve lme4(log kaydı ile ) gibi çeşitli farklı modelleri (veri çeşitlerim için karma efekt modelleri gerekli) denedim . Ancak, ortaya çıkan uyumun …

25 generalized-linear-model  residuals  negative-binomial  count-data  glmm 

Bu iki yaygın terim genellikle eşanlamlı olarak kullanılırken, bazen bir ayrım söz konusudur. Gerçekten bir fark var mı, yoksa tam olarak eş anlamlılar mı?

23 residuals  error  terminology 

Doğrusal regresyon varsayımlarının ne olduğu konusunda biraz kafam karıştı. Şimdiye kadar: açıklayıcı değişkenlerin tümü yanıt değişkeni ile doğrusal olarak ilişkilidir. (Durum böyleydi) açıklayıcı değişkenler arasında herhangi bir eşzamanlılık vardı. (çok az eşzamanlılık vardı). Cook'un modelimin veri noktalarındaki mesafeleri 1'in altındadır (bu durumda, tüm mesafeler 0,4'ün altındadır, bu nedenle etki noktası …

22 linear-model  residuals  assumptions  normality-assumption 

Gelman ve Hill (2006) p46'ya şunu yazmaktadır: Genel olarak en az önemli olan regresyon varsayımı, hataların normal olarak dağılmış olmasıdır. Aslında, regresyon çizgisini tahmin etmek amacıyla (bireysel veri noktalarının tahmin edilmesine kıyasla), normallik varsayımı hiç de önemli değildir. Bu nedenle, birçok regresyon ders kitabının aksine, regresyon artıklarının normalliğinin teşhisini önermiyoruz. …

21 regression  residuals  assumptions 

Geçenlerde bir MCMC algoritması (gerçekte R'de MCMCglmm işlevini kullanarak) kullanarak Bayesian çerçevesindeki regresyon karma modellerini yerleştirmeye başladım. Tahmin sürecinin yakınlaşmasının nasıl teşhis edildiğini anladığımı düşünüyorum (iz, büyü parsel, otokorelasyon, arka dağılım ...). Bayesian çerçevesinde beni vuran şeylerden biri de bu teşhisi yapmak için çok çaba sarfedilmiş gibi görünmekle birlikte, takılı …

21 r  bayesian  mixed-model  mcmc  residuals 

Kullandığım bir metne göre, kalıntısının varyans formülü şu şekilde verilir:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) kalıntı gözlenen değer ile takılan değer arasındaki fark olduğundan inanmak zor buluyorum ; biri farkın varyansını hesaplayacak olsaydı, en azından ortaya çıkan ifadede bazı "artılar" beklerdim. Türetmenin anlaşılmasında herhangi bir yardım takdir edilecektir.ithithi^{th}ithithi^{th}ithithi^{th}

21 regression  variance  residuals 

Bir darboğaz mimarisini, ResNet kağıdında bulunan ve [iki 3x3 dönüşümlü katman] 'ın [bir 1x1 dönş., Bir 3x3 dönş. 1x1 konveksiyon katmanlarının başka bir yazıda açıklanan boyut küçültme (ve restorasyonu) biçimi olarak kullanıldığını anlıyorum . Ancak, bu yapının neden orijinal düzen kadar etkili olduğu konusunda net değilim. Bazı iyi açıklamalar şunları …

21 residuals  deep-learning  conv-neural-network 

Vikipedi ve R sandviç paketi vinyeti , OLS katsayısı standart hatalarını destekleyen varsayımlar ve sandviç tahmincilerinin matematiksel arka planı hakkında iyi bilgi verir. Yine de, artık standart OLS katsayıları varyans tahminini tam olarak anlayamadığım için, artıkların heteroseladastisite sorununun nasıl ele alındığından emin değilim. Sandviç tahmin edicisinin ardındaki sezgi nedir?

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

OLS regresyonu bağlamında, sabit varyansın test edilmesi ve model spesifikasyonunun değerlendirilmesi için geleneksel olarak bir artık grafiğin (takılan değerlere karşı) görüntülendiğini anlıyorum. Kalanlar neden değerlerine değil, uyumlara karşı çizilir ? Bilgiler bu iki grafikten nasıl farklı?YYY Aşağıdaki artık grafikleri üreten bir model üzerinde çalışıyorum: Dolayısıyla, yerleştirilen değerlere karşı grafik hızlı …

20 regression  residuals 

Ben bir binom dağılımı ve logit bağlantı fonksiyonu ile bir GLMM var ve verilerin önemli bir yönünün modelde iyi temsil olmadığını hissediyorum. Bunu test etmek için, verilerin logit ölçeğinde doğrusal bir fonksiyon tarafından iyi tanımlanıp tanımlanmadığını bilmek istiyorum. Bu nedenle, artıkların iyi davranıp davranmadığını bilmek istiyorum. Ancak, hangi artıkların arsa …

19 binomial  residuals  glmm  lme4-nlme