Perguntas com a marcação «regression»

Eu estou querendo saber como interpretar os erros padrão do coeficiente de uma regressão ao usar a função de exibição em R. Por exemplo, na seguinte saída: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = …

26 r  regression  interpretation 

Eu sei que a regressão linear pode ser pensada como "a linha que está verticalmente mais próxima de todos os pontos" : Mas há outra maneira de vê-lo, visualizando o espaço da coluna, como "a projeção no espaço estendido pelas colunas da matriz do coeficiente" : Minha pergunta é: nessas …

26 regression  intuition  geometry 

Embora eu tenha lido este post, ainda não tenho idéia de como aplicar isso aos meus próprios dados e espero que alguém possa me ajudar. Eu tenho os seguintes dados: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, …

26 r  regression  fitting 

Eu tenho um modelo de regressão logística treinado que estou aplicando a um conjunto de dados de teste. A variável dependente é binária (booleana). Para cada amostra no conjunto de dados de teste, aplico o modelo de regressão logística para gerar uma% de probabilidade de que a variável dependente seja …

26 regression  logistic  r-squared 

Eu tenho uma pergunta sobre uma regressão binomial negativa: Suponha que você tenha os seguintes comandos: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Observe que carros é um conjunto de dados disponível em R e eu realmente não me importo se esse modelo faz sentido.) O que eu gostaria de saber é: …

26 regression  generalized-linear-model  negative-binomial 

Estou executando modelos de regressão LOESS em R e quero comparar as saídas de 12 modelos diferentes com tamanhos de amostra variados. Posso descrever os modelos reais em mais detalhes, se ajudar a responder à pergunta. Aqui estão os tamanhos das amostras: Fastballs vs RHH 2008-09: 2002 Fastballs vs LHH …

26 r  regression  loess 

Na regressão linear, presume-se que cada valor previsto tenha sido escolhido a partir de uma distribuição normal de valores possíveis. Ver abaixo. Mas por que se supõe que cada valor previsto provém de uma distribuição normal? Como a regressão linear usa essa suposição? E se os valores possíveis não forem …

26 regression  probability  distributions  normal-distribution  modeling 

Pelo que entendi, só podemos criar uma função de regressão que esteja dentro do intervalo dos dados de treinamento. Por exemplo (apenas um dos painéis é necessário): Como eu previa o futuro usando um regressor KNN? Novamente, parece aproximar apenas uma função que fica dentro do intervalo dos dados de …

26 regression  machine-learning  k-nearest-neighbour 

Para a regressão do laço suponha que a melhor solução (erro mínimo de teste, por exemplo) selecione k recursos, para que \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k …

26 regression  feature-selection  lasso  regularization 

Eu tenho um modelo de logit que cria um número entre 0 e 1 para muitos casos, mas como podemos interpretar isso? Vamos dar um caso com um logit de 0,20 Podemos afirmar que há 20% de probabilidade de um caso pertencer ao grupo B versus ao grupo A? essa …

26 regression  logistic  logit 

Estou muito confuso sobre se é legítimo incluir uma variável dependente defasada em um modelo de regressão. Basicamente, acho que se esse modelo se concentrar no relacionamento entre a mudança em Y e outras variáveis ​​independentes, a adição de uma variável dependente defasada no lado direito pode garantir que o …

26 regression  lags  misspecification 

Quais são exatamente os pré-requisitos que precisam ser atendidos para que a comparação do modelo da AIC funcione? Acabei de contornar esta questão quando fiz uma comparação como esta: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 Assim …

26 regression  model-selection  aic  model-comparison  nested-models 

Eu sou novo no Machine Learning e estou tentando aprender sozinho. Recentemente, eu estava lendo algumas notas de aula e tinha uma pergunta básica. O slide 13 diz que "a estimativa de mínimos quadrados é igual à estimativa de máxima verossimilhança em um modelo gaussiano". Parece que é algo simples, …

26 regression  bayesian  least-squares 

Já houve uma excelente discussão sobre como as máquinas de vetores de suporte lidam com a classificação, mas estou muito confuso sobre como as máquinas de vetores de suporte se generalizam para regressão. Alguém se importar de me esclarecer?

26 regression  machine-learning  svm 

Na regressão linear múltipla, posso entender que as correlações entre residual e preditores são zero, mas qual é a correlação esperada entre a variável residual e a critério? Deveria ser zero ou altamente correlacionado? Qual o significado disso?

26 regression  residuals