Perguntas com a marcação «regression»

Para um modelo linear , o termo de retração é sempre .y= β0 0+ x β+ εy=β0+xβ+εy=\beta_0+x\beta+\varepsilonP( β)P(β)P(\beta) Qual é o motivo pelo qual não termo de viés (interceptação) ? Devemos reduzir o termo de viés nos modelos de redes neurais?β0 0β0 0\beta_0

21 regression  neural-networks  ridge-regression  intercept  shrinkage 

Eu executei um modelo de regressão OLS no conjunto de dados com 5 variáveis ​​independentes. As variáveis ​​independentes e a variável dependente são contínuas e estão relacionadas linearmente. OR Square é de cerca de 99,3%. Mas quando eu executo o mesmo usando floresta aleatória em R, meu resultado é '% …

21 r  regression  random-forest 

Esta pergunta foi migrada do Mathematics Stack Exchange porque pode ser respondida em Validação cruzada. Migrou há 7 anos . Estou aprendendo agora sobre análise de regressão e análise de variância. Na análise de regressão, você tem uma variável fixa e deseja saber como a variável vai com a outra …

21 regression 

Eu estou querendo saber qual a relação exata entre parcial R2R2R^2 e coeficientes em um modelo linear é e se eu deveria usar apenas um ou ambos para ilustrar a importância e influência de fatores. Tanto quanto sei, com as summaryestimativas dos coeficientes e com anovaa soma dos quadrados de …

21 r  regression  multiple-regression  regression-coefficients  r-squared 

Eu sempre tive a impressão de que a regressão é apenas uma forma mais geral de ANOVA e que os resultados seriam idênticos. Recentemente, no entanto, executei uma regressão e uma ANOVA nos mesmos dados e os resultados diferem significativamente. Ou seja, no modelo de regressão, os efeitos principais e …

21 r  regression  anova 

Estou lutando para entender o conceito de viés no contexto da análise de regressão linear. Qual é a definição matemática de viés? O que exatamente é tendencioso e por que / como? Exemplo ilustrativo?

21 regression  terminology  bias  definition 

Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora do tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Alguém poderia oferecer algumas dicas sobre como usar o weightsargumento na lmfunção de R ? Digamos, por exemplo, você estava …

21 r  regression 

Uma regressão de Poisson é um GLM com uma função de log-link. Uma maneira alternativa de modelar dados de contagem distribuídos de maneira não-normal é pré-processar usando o log (ou melhor, log (1 + count) para manipular zeros). Se você fizer uma regressão de mínimos quadrados nas respostas de contagem …

21 regression  poisson-distribution  generalized-linear-model 

Em Modelagem Estatística: As Duas Culturas Leo Breiman escreve A prática atual aplicada é verificar o ajuste do modelo de dados usando testes de ajuste de qualidade e análise residual. Em um ponto, alguns anos atrás, montei um problema de regressão simulado em sete dimensões com uma quantidade controlada de …

21 regression  goodness-of-fit 

Quero entender completamente a noção de r2r2r^2 descrevendo a quantidade de variação entre variáveis. Toda explicação na web é um pouco mecânica e obtusa. Eu quero "entender" o conceito, não apenas usar mecanicamente os números. Por exemplo: Horas estudadas versus pontuação no teste rrr = 0,8 r2r2r^2 = 0,64 Então …

21 regression  correlation  variance 

Aqui, dê uma olhada: Você pode ver exatamente onde os dados de treinamento terminam. Os dados de treinamento vão de a 1 .−1−1-1111 Usei Keras e uma rede densa 1-100-100-2 com ativação tanh. Calculo o resultado de dois valores, peq como p / q. Dessa forma, posso obter qualquer tamanho …

21 regression  neural-networks  python  keras 

Considere o modelo padrão para regressão múltipla onde , para que normalidade, homoscedasticidade e não correlação de erros sejam .ε ∼ N ( 0 , σ 2 I n )Y= Xβ+ εY=Xβ+εY=X\beta+\varepsilonε ∼ N( 0 , σ2Eun)ε∼N(0,σ2In)\varepsilon \sim \mathcal N(0, \sigma^2I_n) Suponha que realizamos uma regressão de crista, adicionando a …

21 regression  assumptions  ridge-regression 

De acordo com um texto que estou usando, a fórmula para a variação do residual é dada por:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Eu acho isso difícil de acreditar desde o residual é a diferença entre o valor observado e o valor equipada; se alguém calculasse a variação da diferença, …

21 regression  variance  residuals 

Estou tentando ajustar um modelo de regressão linear múltipla aos meus dados com alguns parâmetros de entrada, digamos 3. F( X )F( X )= A x1+ B x2+ Cx3+ dou= ( A B C )T( x1 x2 x3) + d(Eu)ii)(Eu)F(x)=UMAx1+Bx2+Cx3+douii)F(x)=(UMA B C)T(x1 x2 x3)+d\begin{align} F(x) &= Ax_1 + Bx_2 + …

21 regression  data-visualization  multiple-regression  communication 

Estou aplicando um modelo linear aos meus dados: yEu= β0 0+ β1xEu+ ϵEu,ϵEu∼ N( 0 , σ2) .yEu=β0 0+β1xEu+ϵEu,ϵEu∼N(0 0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Gostaria de estimar o intervalo de confiança (IC) dos coeficientes ( , ) usando o método de autoinicialização. Existem duas maneiras de aplicar o método de …

21 regression  bootstrap