Perguntas com a marcação «linear»

O PCA é considerado um procedimento linear, no entanto: P C A (X) ≠ P C A ( X1 1) + P C A ( X2) + … + P C A ( Xn) ,PCA(X)≠PCA(X1)+PCA(X2)+…+PCA(Xn),\mathrm{PCA}(X)\neq \mathrm{PCA}(X_1)+\mathrm{PCA}(X_2)+\ldots+\mathrm{PCA}(X_n), onde . Isto quer dizer que os autovetores obtidos pelos PCAs nas matrizes de …

35 pca  linear 

O stump de decisão é uma árvore de decisão com apenas uma divisão. Também pode ser escrito como uma função por partes. Por exemplo, suponha que é um vetor e é o primeiro componente de , na configuração de regressão, algum coto de decisão pode serx 1 xxxxx1x1x_1xxx f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} …

19 machine-learning  cart  linear  boosting 

Estou usando regressão linear múltipla para descrever as relações entre Y e X1, X2. Pela teoria, entendi que a regressão múltipla assume relações lineares entre Y e cada um de X (Y e X1, Y e X2). Não estou usando nenhuma transformação do X. Então, eu peguei o modelo com …

16 regression  multiple-regression  python  linear 

Para um modelo linear, a solução OLS fornece o melhor estimador linear e imparcial para os parâmetros. É claro que podemos negociar um viés por uma variação menor, por exemplo, regressão de crista. Mas minha pergunta é sobre não ter viés. Existem outros estimadores que são um tanto usados, que …

15 regression  least-squares  linear  unbiased-estimator  blue 

Minha pergunta é muito simples: por que escolhemos normal como a distribuição que o termo de erro segue na suposição de regressão linear? Por que não escolhemos outros como uniforme, t ou o que seja?

14 regression  mathematical-statistics  normal-distribution  error  linear 

Digamos que temos os pontos de dados de entrada (preditor) e de saída (resposta) A, B, C, D, E e queremos ajustar uma linha através dos pontos. Este é um problema simples para ilustrar a pergunta, mas também pode ser estendido para dimensões superiores. Declaração do Problema O melhor ajuste …

14 regression  linear  fitting  cost-maximization 

Entendo que isso significa que o modelo é ruim em prever pontos de dados individuais, mas estabeleceu uma tendência firme (por exemplo, y sobe quando x sobe).

14 regression  inference  r-squared  linear 

Por que a regressão linear e o Modelo Generalizado têm suposições inconsistentes? Na regressão linear, assumimos que vem residual de Gauss Em outra regressão (regressão logística, regressão venenosa), assumimos que a resposta vem de alguma distribuição (binomial, poissão etc.). Por que, às vezes, pressupõe tempo residual e outro tempo na …

14 regression  generalized-linear-model  assumptions  linear 

Estou realmente confuso sobre a diferença de significado em relação ao contexto de regressão linear dos seguintes termos: Estatística F R ao quadrado Erro padrão residual Eu encontrei esse webstie que me deu uma grande visão dos diferentes termos envolvidos na regressão linear, no entanto, os termos mencionados acima parecem …

14 linear-model  nonlinear-regression  linear  f-statistic 

Eu sei que na regressão linear a variável de resposta deve ser contínua, mas por que isso acontece? Não consigo encontrar nada online que explique por que não consigo usar dados discretos para a variável de resposta.

13 regression  linear 

Pouco histórico Estou trabalhando na interpretação da análise de regressão, mas fico realmente confuso sobre o significado de r, r ao quadrado e desvio padrão residual. Conheço as definições: Caracterizações r mede a força e a direção de uma relação linear entre duas variáveis ​​em um gráfico de dispersão O …

13 r  regression  regression-coefficients  linear  pearson-r 

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 

Estou trabalhando em um problema de regressão linear muito grande, com tamanho de dados tão grande que eles precisam ser armazenados em um cluster de máquinas. Será muito grande para agregar todas as amostras na memória de uma única máquina (mesmo disco) Para fazer a regressão desses dados, estou pensando …

13 regression  linear  large-data 

Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado há 2 anos . Atualmente, estou em uma aula de regressão linear, mas …

12 regression  machine-learning  linear  teaching 

Estou aprendendo regressão linear usando Introdução à análise de regressão linear por Montgomery, Peck e Vining . Eu gostaria de escolher um projeto de análise de dados. Penso ingênuo que a regressão linear é adequada apenas quando se suspeita que haja relações funcionais lineares entre variáveis ​​explicativas e a variável …

12 regression  data-transformation  model  linear  regression-strategies