Perguntas com a marcação «regression»

Em um conjunto de dados de duas populações não sobrepostas (pacientes e saudáveis, total ), gostaria de encontrar (de variáveis ​​independentes) preditores significativos para uma variável dependente contínua. Correlação entre preditores está presente. Estou interessado em descobrir se algum dos preditores está relacionado à variável dependente "na realidade" (em vez …

31 regression  pca  feature-selection  stepwise-regression  underdetermined 

Digamos, por exemplo, que você esteja criando um modelo linear, mas os dados são complexos.yyy y= x β+ ϵy=xβ+ϵ y = x \beta + \epsilon Meu conjunto de dados é complexo, pois todos os números em têm a forma ( a + b i ) . Existe algo processualmente diferente …

31 regression  anova  data-transformation  complex-numbers 

Imagine Você executa uma regressão linear com quatro preditores numéricos (IV1, ..., IV4) Quando apenas IV1 é incluído como preditor, o beta padronizado é +.20 Quando você também inclui IV2 a IV4, o sinal do coeficiente de regressão padronizado de IV1 muda para -.25(isto é, tornou-se negativo). Isso gera algumas …

31 regression  predictor 

Eu estava tentando aprender aprendizado de máquina usando o material Coursera . Nesta palestra, Andrew Ng usa o algoritmo de descida de gradiente para encontrar os coeficientes do modelo de regressão linear que minimizarão a função de erro (função de custo). Para regressão linear, precisamos de descida de gradiente? Parece …

31 regression  machine-learning  linear-model  gradient-descent 

Quero dizer, algumas dessas variáveis ​​estão fortemente correlacionadas entre si. Como / por que / em que contexto os definimos como variáveis independentes ?

30 regression  terminology  predictor 

Nota: Eu sei que L1 tem propriedade de seleção de recurso. Estou tentando entender qual escolher quando a seleção de recursos é completamente irrelevante. Como decidir qual regularização (L1 ou L2) usar? Quais são os prós e os contras de cada regularização L1 / L2? É recomendável primeiro fazer a …

30 regression  lasso  regularization  ridge-regression 

Estou trabalhando com um grande conjunto de dados (confidencial, portanto não posso compartilhar muito) e concluí que seria necessária uma regressão binomial negativa. Eu nunca fiz uma regressão glm antes e não consigo encontrar nenhuma informação clara sobre quais são as suposições. Eles são iguais para a MLR? Posso transformar …

30 regression  generalized-linear-model  data-transformation  assumptions  negative-binomial 

Estou examinando as anotações de Andrew Ng sobre aprendizado de máquina. As notas nos apresentam regressão logística e, em seguida, perceptron. Ao descrever o Perceptron, as notas dizem que apenas mudamos a definição da função de limite usada para a regressão logística. Depois disso, podemos usar o modelo Perceptron para …

30 regression  machine-learning  self-study  logistic  perceptron 

Nossa pequena equipe estava tendo uma discussão e ficou presa. Alguém sabe se a regressão de Cox tem uma distribuição de Poisson subjacente. Tivemos um debate que talvez a regressão de Cox com tempo constante de risco tenha semelhanças com a regressão de Poisson com uma variância robusta. Alguma ideia?

30 regression  poisson-distribution  cox-model 

No caso de regressão linear simples , é possível derivar o estimador de mínimos quadrados que você não precise conhecer para estimarβ 1 = Σ ( x i - ˉ x ) ( y i - ˉ y )y=β0+β1xy=β0+β1xy=\beta_0+\beta_1xβ 0 β 1β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 Suponha que eu tenha , …

30 regression  multiple-regression  generalized-linear-model  linear-model 

Vou explicar meu problema com um exemplo. Suponha que você queira prever a renda de um indivíduo, com alguns atributos: {Idade, Sexo, País, Região, Cidade}. Você tem um conjunto de dados de treinamento como esse train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Por um lado, tenho a regressão à média e, por outro, tenho a falácia do jogador . A falácia de Gambler é definida por Miller e Sanjurjo (2019) como “a crença equivocada de que sequências aleatórias têm uma tendência sistemática à reversão, ou seja, que faixas de resultados semelhantes têm …

29 regression  mean  fallacy  gambling 

fundo Suponha que tenhamos um modelo de Mínimos Quadrados Ordinários em que tenhamos coeficientes em nosso modelo de regressão, kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} onde é um vetor de coeficientes, é a matriz de design definida porββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & …

29 regression  linear-model  least-squares  t-distribution 

Quando você prevê um valor ajustado a partir de um modelo de regressão logística, como os erros padrão são calculados? Quero dizer para os valores ajustados , não para os coeficientes (que envolvem a matriz de informações de Fishers). Eu só descobri como obter os números R(por exemplo, aqui no …

29 r  regression  logistic  mathematical-statistics  references 

Sou um pouco novo em usar regressão logística e um pouco confuso com uma discrepância entre minhas interpretações dos seguintes valores, que pensei que seriam os mesmos: valores beta exponenciados probabilidade prevista do resultado usando valores beta. Aqui está uma versão simplificada do modelo que estou usando, onde a desnutrição …

29 regression  logistic  interpretation  prediction  odds-ratio