Perguntas com a marcação «linear-model»

Eu estaria interessado em encontrar maneiras em R para atualizar eficientemente um modelo linear quando uma observação ou um preditor é adicionado. O biglm possui um recurso de atualização ao adicionar observações, mas meus dados são pequenos o suficiente para residir na memória (embora eu tenha um grande número de …

15 r  regression  computational-statistics  linear-model 

Esta questão lida com a estimativa de máxima verossimilhança restrita (REML) em uma versão específica do modelo linear, a saber: Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)),Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)), Y = X(\alpha)\beta + \epsilon, \\ \epsilon\sim N_n(0, \Sigma(\alpha)), onde X(α)X(α)X(\alpha) é uma matriz ( ) parametrizada por , como . é um vetor desconhecido de parâmetros incômodos; o …

14 mixed-model  maximum-likelihood  linear-model  optimization  reml 

Esta questão não se refere especificamente R, mas optei Rpor ilustrá-la. Considere o código para produzir faixas de confiança em torno de uma linha qq (normal): library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Estou procurando uma explicação de (ou um link alternativo para um documento em papel / online explicando) como essas faixas …

14 confidence-interval  linear-model  qq-plot 

Parece que se eu tiver um modelo de regressão como yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Posso ajustar um polinômio bruto e obter resultados não confiáveis ​​ou ajustar um polinômio ortogonal e obter coeficientes que não têm uma interpretação física direta (por exemplo, não posso usá-los para encontrar …

14 regression  linear-model  regression-coefficients  polynomial 

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 

Uma pergunta embaraçosamente simples - mas parece que nunca foi feita no Cross Validated antes: Qual é a definição de um modelo de regressão? Também uma pergunta de suporte, O que não é um modelo de regressão? No que diz respeito a este último, estou interessado em exemplos complicados em …

13 regression  linear-model  model  terminology  definition 

Eu costumava diagnosticar meus dados multivariados usando o PCA (dados omicos com centenas de milhares de variáveis ​​e dezenas ou centenas de amostras). Os dados geralmente vêm de experimentos com várias variáveis ​​independentes categóricas que definem alguns grupos, e muitas vezes tenho que passar por alguns componentes antes de encontrar …

13 pca  linear-model  r-squared  discriminant-analysis 

Não tenho formação em matemática, mas entendo como o Perceptron simples funciona e acho que entendo o conceito de um hiperplano (imagino-o geometricamente como um plano no espaço 3D que separa duas nuvens de pontos, assim como uma linha separa nuvens de dois pontos no espaço 2D). Mas não entendo …

13 machine-learning  classification  linear-model  multi-class 

Eu tenho um conjunto de valores xxx e yyy que são teoricamente relacionados exponencialmente: y=axby=axby = ax^b Uma maneira de obter os coeficientes é aplicando logaritmos naturais em ambos os lados e ajustando um modelo linear: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Outra maneira …

13 r  regression  linear-model  model-selection  nonlinear-regression 

Vamos considerar este conjunto de dados hipotéticos: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) podemos usar lmepara modelar a resposta com um modelo de efeito aleatório: …

13 mixed-model  linear-model  prediction 

Os gráficos abaixo são gráficos de dispersão residual de um teste de regressão para os quais as suposições "normalidade", "homoscedasticidade" e "independência" já foram atendidas com certeza! Para testar a suposição "linearidade" , embora, olhando os gráficos, possa-se adivinhar que o relacionamento é curvilíneo, mas a pergunta é: como o …

13 multiple-regression  linear-model  assumptions  r-squared 

Uma pergunta provavelmente muito básica sobre ANOVA multifatorial. Suponha um design bidirecional no qual testamos os efeitos principais A, B e a interação A: B. Ao testar o efeito principal de A com SS tipo I, o efeito SS é calculado como a diferença , em que é a soma …

13 anova  linear-model 

O título diz tudo, e estou confuso. A seguir, executamos medidas repetidas aov () em R e executamos o que eu pensava ser uma chamada lm () equivalente, mas elas retornam diferentes resíduos de erro (embora as somas de quadrados sejam as mesmas). Claramente, os resíduos e valores ajustados de …

13 r  anova  repeated-measures  linear-model 

Eu li algumas explicações sobre as propriedades de modelos lineares versus não lineares, mas ainda não tenho certeza se um modelo disponível é linear ou não linear. Por exemplo, o seguinte modelo é linear ou não linear? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t Com: B(L;θ)=∑k=1Kb(k;θ)LkB(L;θ)=∑k=1Kb(k;θ)LkB(L;\theta)=\sum_{k=1}^{K}b(k;\theta)L^k LkXt=Xt−kLkXt=Xt−kL^kX_t=X_{t-k} Onde representa a função polinomial de Almon …

13 linear-model  nonlinear-regression  nonlinear 

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