Estatísticas e Big Data least-squares

3

Execute regressão linear, mas force a solução a passar por alguns pontos de dados específicos

Eu sei como executar uma regressão linear em um conjunto de pontos. Ou seja, eu sei como ajustar um polinômio de minha escolha a um determinado conjunto de dados (no sentido LSE). No entanto, o que não sei é como forçar minha solução a passar por alguns pontos específicos de …

13 regression machine-learning least-squares linear-model polynomial

6

Regressão linear quando Y é limitado e discreto

A pergunta é direta: é apropriado usar a regressão linear quando Y é limitado e discreto (por exemplo, a pontuação do teste 1 ~ 100, algum ranking predefinido 1 ~ 17)? Nesse caso, "não é bom" usar regressão linear ou é totalmente errado usá-lo?

13 regression multiple-regression least-squares linear bounds

1

Como ler a qualidade do ajuste nos nls de R?

Eu estou tentando interpretar a saída de nls (). Eu li este post, mas ainda não entendo como escolher o melhor ajuste. Dos meus ajustes, tenho duas saídas: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value Pr(>|t|) a 479.92903 62.96371 7.622 0.000618 *** b …

12 r least-squares nonlinear-regression goodness-of-fit

2

Existe algum problema teórico com a média dos coeficientes de regressão para construir um modelo?

Eu quero criar um modelo de regressão que seja uma média de vários modelos OLS, cada um com base em um subconjunto dos dados completos. A idéia por trás disso é baseada neste artigo . Crio k folds e construo k modelos OLS, cada um com dados sem uma das …

12 regression least-squares ensemble

2

A descida de gradiente não encontra solução para os mínimos quadrados comuns neste conjunto de dados?

Estudei regressão linear e tentei no conjunto abaixo {(x, y)}, em que x especificou a área da casa em metros quadrados e y especificou o preço em dólares. Este é o primeiro exemplo no Andrew Ng Notes . 2104.400 1600.330 2400.369 1416.232 3000.540 Eu desenvolvi um código de exemplo, mas …

12 regression least-squares gradient-descent supervised-learning

2

"Mínimos Quadrados" e "Regressão Linear", são sinônimos?

Qual é a diferença entre mínimos quadrados e regressão linear? É a mesma coisa?

12 regression least-squares terminology

1

Calcular probabilidade logarítmica "à mão" para regressão não-linearizada dos mínimos quadrados generalizada (nlme)

Estou tentando calcular a probabilidade de log para uma regressão de mínimos quadrados não linear generalizada para a função f(x)=β1(1+xβ2)β3f(x)=β1(1+xβ2)β3f(x)=\frac{\beta_1}{(1+\frac x\beta_2)^{\beta_3}}otimizado pelagnlsfunção no pacote Rnlme, usando a matriz de covariância de variância gerada pelas distâncias em uma árvore filogenética assumindo movimento browniano (corBrownian(phy=tree)daapeembalagem). O seguinte código R reprodutível se ajusta …

12 r maximum-likelihood least-squares nonlinear-regression mixed-model

5

Algoritmo de mínimos quadrados regularizado recursivo (online)

Alguém pode me apontar na direção de um algoritmo online (recursivo) para a regularização de Tikhonov (mínimos quadrados regularizados)? Em uma configuração offline, eu calcularia β^=(XTX+λI)−1XTYβ^=(XTX+λI)−1XTY\hat\beta=(X^TX+λI)^{−1}X^TY usando meu conjunto de dados original, onde λλλ é encontrado usando a validação cruzada n vezes. Um novo valor de yyy pode ser previsto …

12 regression machine-learning least-squares regularization online

4

Como escolher valores iniciais para o ajuste de mínimos quadrados não lineares

A pergunta acima diz tudo. Basicamente, minha pergunta é para uma função de ajuste genérico (poderia ser arbitrariamente complicada) que não será linear nos parâmetros que estou tentando estimar, como escolher os valores iniciais para inicializar o ajuste? Estou tentando fazer mínimos quadrados não lineares. Existe alguma estratégia ou método? …

12 least-squares nonlinear-regression starting-values

1

ajuste de uma função exponencial usando mínimos quadrados vs. modelo linear generalizado vs. mínimos quadrados não lineares

Eu tenho um conjunto de dados que representa decaimento exponencial. Eu gostaria de ajustar uma função exponencial a esses dados. Eu tentei log transformando a variável de resposta e, em seguida, usando menos quadrados para ajustar uma linha; usando um modelo linear generalizado com uma função de link de log …

12 modeling generalized-linear-model least-squares nonlinear-regression curve-fitting

4

Qual o tamanho de uma amostra para uma determinada técnica e parâmetros de estimativa?

Existe uma regra prática ou mesmo alguma maneira de dizer qual o tamanho de uma amostra para estimar um modelo com um determinado número de parâmetros? Então, por exemplo, se eu quiser estimar uma regressão de mínimos quadrados com 5 parâmetros, qual deve ser o tamanho da amostra? Importa qual …

12 sample-size estimation least-squares maximum-likelihood

4

Por que os métodos de regressão Mínimos Quadrados e Máxima Verossimilhança não são equivalentes quando os erros não são normalmente distribuídos?

O título diz tudo. Entendo que os mínimos quadrados e a máxima verossimilhança fornecerão o mesmo resultado para os coeficientes de regressão se os erros do modelo forem normalmente distribuídos. Mas, o que acontece se os erros não forem normalmente distribuídos? Por que os dois métodos não são mais equivalentes?

11 regression normal-distribution maximum-likelihood least-squares error

5

Mostrando que o estimador OLS é equivalente em escala?

Não tenho uma definição formal de equivalência de escala, mas eis o que a Introdução à aprendizagem estatística diz sobre isso na p. 217: Os coeficientes padrão de mínimos quadrados ... são equivalentes à escala : multiplicar por uma constante simplesmente leva a uma escala das estimativas do coeficiente de …

11 least-squares linear-model

3

Quais são os méritos das diferentes abordagens para detectar colinearidade?

Quero detectar se a colinearidade é um problema na minha regressão OLS. Entendo que os fatores de inflação de variação e o índice de condição são duas medidas comumente usadas, mas estou tendo dificuldade em encontrar algo definitivo sobre os méritos de cada abordagem ou quais devem ser as pontuações. …

11 multiple-regression references least-squares multicollinearity vif

3

Por que distâncias verticais?

Por que a estimativa do OLS envolve levar desvios verticais dos pontos para a linha, em vez de distâncias horizontais?

11 least-squares

Perguntas com a marcação «least-squares»