Perguntas com a marcação «lm»

Para meu próprio entendimento, estou interessado em replicar manualmente o cálculo dos erros padrão dos coeficientes estimados, pois, por exemplo, vêm com a saída da lm()função R, mas não consegui defini-la. Qual é a fórmula / implementação usada?

114 r  regression  standard-error  lm 

Especificamente, quero saber se há uma diferença entre lm(y ~ x1 + x2)e glm(y ~ x1 + x2, family=gaussian). Penso que este caso particular de glm é igual a lm. Estou errado?

45 r  normal-distribution  generalized-linear-model  lm 

Quero assumir que a temperatura da superfície do mar no Mar Báltico é a mesma ano após ano e depois descrevê-la com um modelo de função / linear. A idéia que tive foi apenas inserir o ano como um número decimal (ou num_months / 12) e descobrir qual deveria ser …

37 r  regression  time-series  lm 

Qual é a fórmula exata usada em R lm() para o quadrado R ajustado? Como eu posso interpretar isso? Fórmulas quadradas de r ajustadas Parece haver várias fórmulas para calcular o quadrado R ajustado. Wherry fórmula de: 1−(1−R2)(n−1)(n−v)1−(1−R2)(n−1)(n−v)1-(1-R^2)\frac{(n-1)}{(n-v)} Fórmula de McNemar: 1−(1−R2)(n−1)(n−v−1)1−(1−R2)(n−1)(n−v−1)1-(1-R^2)\frac{(n-1)}{(n-v-1)} Fórmula do Senhor: 1−(1−R2)(n+v−1)(n−v−1)1−(1−R2)(n+v−1)(n−v−1)1-(1-R^2)\frac{(n+v-1)}{(n-v-1)} Fórmula de Stein: 1−[(n−1)(n−k−1)(n−2)(n−k−2)(n+1)n](1−R2)1−[(n−1)(n−k−1)(n−2)(n−k−2)(n+1)n](1−R2)1-\big[\frac{(n-1)}{(n-k-1)}\frac{(n-2)}{(n-k-2)}\frac{(n+1)}{n}\big](1-R^2) …

35 r  regression  r-squared  lm  shrinkage 

Podemos usar lm()para prever um valor, mas ainda precisamos da equação da fórmula do resultado em alguns casos. Por exemplo, adicione a equação aos gráficos.

29 r  regression  lm 

Como prequel para uma pergunta sobre modelos lineares mistos em R, e para compartilhar como referência para os aficionados por estatísticas iniciantes / intermediárias, decidi publicar como um "estilo de perguntas e respostas" independente as etapas envolvidas no cálculo "manual" do coeficientes e valores previstos de uma regressão linear simples. …

22 r  regression  linear-model  lm 

Eu tenho um gráfico de valores residuais de um modelo linear em função dos valores ajustados, onde a heterocedasticidade é muito clara. No entanto, não tenho certeza de como devo proceder agora, porque, tanto quanto eu entendo essa heterocedasticidade, torna meu modelo linear inválido. (Isso está certo?) Use um ajuste …

19 r  generalized-linear-model  heteroscedasticity  lm 

Eu gostaria de fazer um teste W de Shapiro Wilk e um teste Kolmogorov-Smirnov sobre os resíduos de um modelo linear para verificar a normalidade. Eu só estava me perguntando quais resíduos devem ser usados ​​para isso - os resíduos brutos, os resíduos de Pearson, resíduos estudantis ou resíduos padronizados? …

13 r  regression  residuals  normality-assumption  lm 

fundo Estou tentando entender o primeiro exemplo de um curso sobre montagem de modelos (então isso pode parecer ridiculamente simples). Fiz os cálculos manualmente e eles correspondem ao exemplo, mas quando os repito em R, os coeficientes do modelo estão desativados. Eu pensei que a diferença pode ser devido ao …

13 r  regression  self-study  lm 

Estou tentando reproduzir vários testes de interação entre ambos lme lmerem medidas repetidas (2x2x2). O motivo pelo qual desejo comparar os dois métodos é porque o GLM do SPSS para medidas repetidas produz exatamente os mesmos resultados da lmabordagem apresentada aqui, então, no final, quero comparar o SPSS vs o …

10 anova  mixed-model  lme4-nlme  repeated-measures  lm 

Você pode me dar um exemplo do uso de estimadores sanduíche para realizar inferência de regressão robusta? Eu posso ver o exemplo em ?sandwich, mas não entendo bem como podemos passar de lm(a ~ b, data)( codificado para r ) para uma estimativa e um valor de p resultante de …

10 r  regression  lm  sandwich 

Estou simplesmente tentando recalcular com dnorm () a probabilidade de log fornecida pela função logLik de um modelo lm (em R). Funciona (quase perfeitamente) para um grande número de dados (por exemplo, n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + …

10 r  generalized-linear-model  likelihood  lm 

Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois últimos dão as mesmas respostas. Usando um monte de dados fabricados, …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Um colega meu me enviou esse problema aparentemente fazendo rondas na internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? A resposta parece ser 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quando eu faço uma regressão …

9 r  regression  lm 

Os seguintes enxertos são retirados deste artigo . Eu sou novato no bootstrap e estou tentando implementar o bootstrap paramétrico, semiparamétrico e não paramétrico para o modelo misto linear com o R bootpacote. Código R Aqui está o meu Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography