Estatísticas e Big Data model-selection

1

Você pode comparar os valores da AIC desde que os modelos sejam baseados no mesmo conjunto de dados?

Estou fazendo algumas previsões em R usando o pacote de previsões de Rob Hyndman . O documento pertencente à embalagem pode ser encontrado aqui . No artigo, depois de explicar os algoritmos de previsão automática, os autores implementam os algoritmos no mesmo conjunto de dados. No entanto, depois de estimar …

13 time-series forecasting model-selection aic

1

Termos de interações e polinômios de ordem superior

Se estavam interessados em encaixe interacções de duas vias entre uma variável de motivos linear e outra variável de motivos que tem uma relação quadrática, com a variável dependente , eu teria que incluem tanto a interacção com o componente quadrático e a interacção com o linear componente no modelo? …

13 r regression model-selection

2

É possível que o AIC e o BIC ofereçam seleções de modelos totalmente diferentes?

Estou executando um modelo de regressão de Poisson com 1 variável de resposta e 6 covariáveis. A seleção de modelos usando o AIC resulta em um modelo com todas as covariáveis e 6 termos de interação. O BIC, no entanto, resulta em um modelo com apenas 2 covariáveis e sem …

12 model-selection aic poisson-regression bic

1

Seleção de variáveis vs Seleção de modelos

Então, eu entendo que a seleção de variáveis faz parte da seleção de modelos. Mas em que consiste exatamente a seleção de modelos? É mais do que o seguinte: 1) escolha uma distribuição para o seu modelo 2) escolha variáveis explicativas? Pergunto isso porque estou lendo um artigo Burnham & …

12 feature-selection model-selection aic bic

1

Quando devo me preocupar com o paradoxo de Jeffreys-Lindley na escolha do modelo bayesiano?

Estou pensando em um espaço grande (mas finito) de modelos de complexidade variável, que exploro usando o RJMCMC . O anterior no vetor de parâmetro para cada modelo é bastante informativo. Em que casos (se houver) eu deveria estar preocupado com o paradoxo de Jeffreys-Lindley, favorecendo modelos mais simples, quando …

12 bayesian model-selection mcmc prior improper-prior

1

Qual é a diferença entre 'teste de hipótese' e 'seleção de modelo'?

Na literatura, ambos os termos são frequentemente usados como sinônimos ou entrelaçados. Agora estou tentando encontrar uma distinção clara entre os dois termos. Do meu ponto de vista, uma hipótese é geralmente expressa através de um modelo. Portanto, mesmo se testamos uma hipótese nula versus alternativa, da minha perspectiva, estamos …

12 hypothesis-testing model-selection regression-strategies

3

Bayesian vs MLE, problema de sobreajuste

No livro PRML de Bishop, ele diz que o excesso de ajuste é um problema com a estimativa de máxima verossimilhança (MLE), e o Bayesian pode evitá-lo. Mas eu acho que o super ajuste é um problema mais sobre a seleção de modelos, não sobre o método usado para fazer …

12 bayesian model-selection overfitting

1

Gamma GLM vinculado a log vs GLM Gaussiano vinculado a log vs LM transformado por log

Pelos meus resultados, parece que o GLM Gamma atende à maioria das suposições, mas vale a pena melhorar o LM transformado em log? A maioria das publicações que encontrei trata de Poisson ou GLMs binomiais. Achei o artigo AVALIAÇÃO DE SUPOSIÇÕES GERAIS DE MODELOS LINEARES USANDO A RANDOMIZAÇÃO muito útil, …

12 r generalized-linear-model model-selection gamma-distribution

1

AIC para modelos não aninhados: constante de normalização

O AIC é definido como , em que é o estimador de probabilidade máxima é a dimensão do espaço do parâmetro. Para a estimativa de , geralmente se negligencia o fator constante da densidade. Ou seja, o fator que não depende dos parâmetros, a fim de simplificar a probabilidade. Por …

12 model-selection aic nested-models

4

Seleção de modelo PCA usando AIC (ou BIC)

Desejo usar o Critério de informações de Akaike (AIC) para escolher o número apropriado de fatores a serem extraídos em um PCA. O único problema é que não tenho certeza de como determinar o número de parâmetros. Considere uma matriz , em que representa o número de variáveis e o …

12 pca model-selection

1

Diferenças entre PROC Mixed e lme / lmer em R - graus de liberdade

Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes diferem entre PROC MIXEDe …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

2

Como usar a análise de componentes principais para selecionar variáveis para regressão?

Atualmente, estou usando a análise de componentes principais para selecionar variáveis a serem usadas na modelagem. No momento, faço as medições A, B e C em meus experimentos - O que realmente quero saber é: Posso fazer menos medições e parar de gravar C e ou B para economizar tempo …

12 regression pca model-selection

1

Equivalência de teste de modelos não aninhados

Digamos que é uma função linear de x e um dummy d . Minha hipótese é que d em si é como um índice hedonista de um vector de outras variáveis, Z . Eu tenho suporte para isso em um M A N O V A de Z (ou seja, …

12 r hypothesis-testing regression model-selection

2

GLM após seleção ou regularização do modelo

Eu gostaria de colocar esta questão em duas partes. Ambos lidam com um modelo linear generalizado, mas o primeiro trata da seleção de modelos e o outro trata da regularização. Antecedentes: Utilizo modelos GLMs (linear, logístico, regressão gama) para previsão e descrição. Quando me refiro às " coisas normais que …

12 regression model-selection regularization

1

Teste Exato de Fisher e Distribuição Hipergeométrica

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

Perguntas com a marcação «model-selection»