Perguntas com a marcação «nonlinear»

Costumo ler sobre uma função ser 'altamente não linear'. No meu entendimento, há "linear" e "não linear", então o que é isso 'altamente'? Existe uma diferença formal de não linear? Como é definido?

27 terminology  nonlinear  mathematical-statistics 

Eu tenho uma pergunta sobre semântica na qual gostaria que as opiniões de colegas estatísticos. Sabemos que modelos como logística, Poisson etc. se enquadram nos modelos lineares generalizados. O modelo inclui funções não lineares dos parâmetros, que por sua vez podem ser modelados usando a estrutura do modelo linear, usando …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

Estou procurando um estudo de caso de regressão linear avançada que ilustra as etapas necessárias para modelar relacionamentos não lineares complexos e múltiplos usando GLM ou OLS. É surpreendentemente difícil encontrar recursos que vão além dos exemplos básicos da escola: a maioria dos livros que li não vai além de …

22 multiple-regression  generalized-linear-model  data-transformation  splines  nonlinear 

Estou tentando entender o significado matemático dos modelos de classificação não linear: Acabei de ler um artigo falando sobre redes neurais sendo um modelo de classificação não linear. Mas eu apenas percebo que: A primeira camada: h1= x1∗ wx 1 h 1+ x2∗ wx 1 h 2h1=x1∗wx1h1+x2∗wx1h2h_1=x_1∗w_{x1h1}+x_2∗w_{x1h2} h2= x1∗ wx …

18 neural-networks  nonlinear-regression  nonlinear 

Pensando em usar redes neurais recorrentes para previsão de séries temporais. Eles basicamente implementam uma espécie de auto-regressão não linear generalizada, em comparação com os modelos ARMA e ARIMA que usam a auto-regressão linear. Se estamos realizando a auto-regressão não linear, ainda é necessário que as séries temporais sejam estacionárias …

17 time-series  autoregressive  nonlinear  stationarity 

Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

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 

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 

Qual a importância da distinção entre modelos lineares e não lineares? A questão Modelo linear não linear versus generalizado: Como você se refere à regressão logística, de Poisson etc.? e sua resposta foi um esclarecimento extremamente útil da linearidade / não linearidade dos modelos lineares generalizados. Parece criticamente importante distinguir …

12 linear-model  nonlinear-regression  nonlinear 

Para analisar dados de um experimento de biofísica, atualmente estou tentando fazer o ajuste de curvas com um modelo altamente não linear. A função model se parece basicamente com: y=ax+bx−1/2y=ax+bx−1/2y = ax + bx^{-1/2} Aqui, especialmente o valor de bbb é de grande interesse. Uma plotagem para esta função: (Observe …

12 curve-fitting  nonlinear 

Estou estudando e tentando implementar redes neurais convolucionais, mas suponho que essa pergunta se aplique aos perceptrons multicamadas em geral. Os neurônios de saída em minha rede representam a ativação de cada classe: o neurônio mais ativo corresponde à classe prevista para uma determinada entrada. Para considerar um custo de …

12 neural-networks  deep-learning  conv-neural-network  nonlinear  softmax 

Eu tenho lido sobre o método Nyström para aproximação de kernel de baixo escalão. Este método é implementado no scikit-learn [1] como um método para projetar amostras de dados para uma aproximação de baixo escalão do mapeamento de recursos do kernel. Para o melhor de meu conhecimento, dado um conjunto …

12 scikit-learn  dimensionality-reduction  kernel-trick  nonlinear 

Espero que a seguinte pergunta geral faça sentido. Lembre-se de que, para os fins desta pergunta em particular, não estou interessado em razões teóricas (domínio do assunto) para introduzir a não linearidade. Portanto, formularei a questão completa da seguinte maneira: O que é uma estrutura lógica ( critérios e, se …

10 nonlinear-regression  methodology  nonlinear  regression-strategies 

Espero sinceramente que tenha formulado esta pergunta de forma que ela possa ser respondida definitivamente - caso contrário, informe-me e tentarei novamente! Eu também acho que devo usar R para essas análises. Eu tenho várias medidas plant performance (Ys)que eu suspeito que foram influenciadas por quatro tratamentos que eu impus-- …

10 hypothesis-testing  mixed-model  interaction  nonlinear  regression-strategies 

Imagine o seguinte problema. Tenho instantâneos semanais de dados de preços de itens K, bem como de vários recursos / preditores. Quero prever quanto o preço mudará daqui a dois anos. Eu montei meu conjunto de dados da seguinte forma: cada linha consiste em recursos para cada item de cada …

10 time-series  random-forest  autocorrelation  supervised-learning  nonlinear