Perguntas com a marcação «model-selection»

Como motivado pela recente mudança da estatística de seleção de modelo padrão no pacote de previsão do R de AIC para AICc, estou curioso para saber se o último é realmente aplicável onde quer que esteja o primeiro. Eu tenho uma série de perguntas a esse respeito e aqui está …

14 model-selection  references  aic 

Na psicologia e em outros campos, geralmente é empregada uma forma de regressão gradual que envolve o seguinte: Observe os preditores restantes (não há nenhum no modelo a princípio) e identifique o preditivo que resulta na maior mudança no quadrado r; Se o valor p da alteração do quadrado r …

14 regression  model-selection  bias  r-squared  stepwise-regression 

Tenho algumas perguntas sobre a AIC e espero que você possa me ajudar. Eu apliquei a seleção de modelo (para trás ou para frente) com base na AIC em meus dados. E algumas das variáveis ​​selecionadas acabaram com valores de p> 0,05. Eu sei que as pessoas estão dizendo que …

14 model-selection  p-value  aic 

O procedimento de seleção do modelo Box-Jenkins na análise de séries temporais começa examinando as funções de autocorrelação e autocorrelação parcial da série. Esses gráficos podem sugerir e q apropriados em um modelo ARMA ( p , q ) . O procedimento continua solicitando ao usuário que aplique os critérios …

14 regression  time-series  arima  model-selection  box-jenkins 

Treinei dois modelos (classificadores binários usando o h2o AutoML) e quero selecionar um para usar. Eu tenho os seguintes resultados: model_id auc logloss logloss_train logloss_valid gini_train gini_valid DL_grid_1 0.542694 0.287469 0.092717 0.211956 0.872932 0.312975 DL_grid_2 0.543685 0.251431 0.082616 0.186196 0.900955 0.312662 as colunas auce loglosssão as métricas de validação cruzada …

14 model-selection  validation  auc  gini  log-loss 

Atualmente, estou trabalhando em um problema no qual temos um pequeno conjunto de dados e estamos interessados ​​no efeito causal de um tratamento no resultado. Meu orientador me instruiu a realizar uma regressão univariada em cada preditor com o resultado como resposta e, em seguida, a atribuição do tratamento como …

13 regression  multivariate-analysis  model-selection  causality  univariate 

Pelo que entendi, a seleção de variáveis ​​com base em valores-p (pelo menos no contexto de regressão) é altamente falha. Parece que a seleção de variáveis ​​com base no AIC (ou similar) também é considerada defeituosa por alguns, por razões semelhantes, embora isso pareça um pouco obscuro (por exemplo, veja …

13 hypothesis-testing  multiple-regression  feature-selection  model-selection  aic 

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 

Em resposta a uma pergunta sobre seleção de modelos na presença de multicolinearidade , Frank Harrell sugeriu : Coloque todas as variáveis ​​no modelo, mas não teste o efeito de uma variável ajustada para os efeitos das variáveis ​​concorrentes ... Os testes de chunk de variáveis ​​concorrentes são poderosos porque …

13 r  model-selection  multicollinearity 

Acho que entendo como os fundamentos do bootstrap funcionam, mas não tenho certeza se entendo como posso usar o bootstrap para a seleção de modelos ou para evitar ajustes excessivos. Para a seleção de modelos, por exemplo, você escolheria o modelo que produz o menor erro (talvez variância?) Nas amostras …

13 model-selection  cross-validation  bootstrap 

Estou executando um modelo logístico. O conjunto de dados do modelo real tem mais de 100 variáveis, mas estou escolhendo um conjunto de dados de teste no qual existem cerca de 25 variáveis. Antes disso, eu também fiz um conjunto de dados com 8 a 9 variáveis. Me disseram que …

13 model-selection  logistic  aic 

Eu me deparei com um grande corpo de literatura que defende o uso da métrica de Informações de Fisher como uma métrica local natural no espaço de distribuições de probabilidade e, em seguida, a integração sobre ela para definir distâncias e volumes. Mas essas quantidades "integradas" são realmente úteis para …

13 model-selection  information-geometry 

A regressão passo a passo havia sido superutilizada em muitos artigos biomédicos no passado, mas isso parece estar melhorando com uma melhor educação de seus muitos problemas. Muitos revisores mais antigos ainda o solicitam. Quais são as circunstâncias em que a regressão gradual tem um papel e deve ser usada, …

13 regression  multiple-regression  feature-selection  model-selection  stepwise-regression 

Temos dois modelos que usam o mesmo método para calcular a probabilidade do log e o AIC para um é menor que o outro. No entanto, aquele com a AIC mais baixa é muito mais difícil de interpretar. Estamos com problemas para decidir se vale a pena introduzir a dificuldade …

13 model-selection  aic 

Entendo que o princípio básico por trás do algoritmo para LLE consiste em três etapas. Localizando a vizinhança de cada ponto de dados por alguma métrica como k-nn. Encontre pesos para cada vizinho que denotem o efeito que o vizinho tem no ponto de dados. Construa a incorporação de baixa …

13 machine-learning  model-selection  feature-selection  dimensionality-reduction  nonlinear