Perguntas com a marcação «constrained-regression»

Considere a regressão de crista com uma restrição adicional exigindo que tenha soma unitária dos quadrados (equivalentemente, variação unitária); se necessário, pode-se supor que possui soma unitária dos quadrados:y^y^\hat{\mathbf y}yy\mathbf y β^∗λ=argmin{∥y−Xβ∥2+λ∥β∥2}s.t.∥Xβ∥2=1.β^λ∗=arg⁡min{‖y−Xβ‖2+λ‖β‖2}s.t.‖Xβ‖2=1.\hat{\boldsymbol\beta}_\lambda^* = \arg\min\Big\{\|\mathbf y - \mathbf X \boldsymbol \beta\|^2+\lambda\|\boldsymbol\beta\|^2\Big\} \:\:\text{s.t.}\:\: \|\mathbf X \boldsymbol\beta\|^2=1. Qual é o limite de β^∗λβ^λ∗\hat{\boldsymbol\beta}_\lambda^* …

21 pca  regularization  ridge-regression  partial-least-squares  constrained-regression 

Eu quero executar uma regressão linear muito simples em R. A fórmula é tão simples quanto . No entanto, eu gostaria que a inclinação ( ) estivesse dentro de um intervalo, digamos, entre 1,4 e 1,6.y=ax+by=ax+by = ax + baaa Como isso pode ser feito?

18 r  regression  constrained-regression 

Estou trabalhando em uma série temporal cujos valores são estritamente positivos . Trabalhando com vários modelos, incluindo AR, MA, ARMA, etc, não consegui encontrar uma maneira fácil de obter previsões estritamente positivas. Estou usando R para fazer minhas previsões, e tudo o que pude encontrar foi forecast.hts {hts} que possui …

15 time-series  forecasting  constrained-regression 

Gostaria de corrigir manualmente um certo coeficiente, digamos , e depois ajustar os coeficientes a todos os outros preditores, mantendo β 1 = 1,0 no modelo.β1= 1,0β1=1.0\beta_1=1.0β1= 1,0β1=1.0\beta_1=1.0 Como posso conseguir isso usando R? Eu particularmente gostaria de trabalhar com o LASSO ( glmnet), se possível. Como alternativa, como posso …

11 r  multiple-regression  lasso  glmnet  constrained-regression 

Eu tenho usado o Matlab para realizar mínimos quadrados sem restrição (mínimos quadrados comuns) e ele gera automaticamente os coeficientes, a estatística de teste e os valores de p. Minha pergunta é que, ao executar mínimos quadrados restritos (coeficientes estritamente não negativos), ele apenas gera os coeficientes, SEM estatística de …

10 regression  statistical-significance  least-squares  constrained-regression 

Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Eu tenho o modelo que preciso estimar, com e .Y= π0 0+ π1X1+ π2X2+ π3X3+ ε ,Y=π0+π1X1+π2X2+π3X3+ε, Y = \pi_0 + \pi_1 X_1 + \pi_2 X_2 + \pi_3 X_3 + \varepsilon, π k ≥ 0 para k ≥ 1∑kπk= 1 para k ≥ 1∑kπk=1 for k≥1\sum_k \pi_k = 1 \text{ …

8 r  regression  econometrics  least-squares  constrained-regression