Perguntas com a marcação «regression»

Quando eu estimo uma diferença no modelo de diferenças com dois períodos, o modelo de regressão equivalente seria uma. Yist=α+γs∗Treatment+λdt+δ∗(Treatment∗dt)+ϵistYist=α+γs∗Treatment+λdt+δ∗(Treatment∗dt)+ϵistY_{ist} = \alpha +\gamma_s*Treatment + \lambda d_t + \delta*(Treatment*d_t)+ \epsilon_{ist} onde é um manequim que é igual a 1 se a observação é a partir do grupo de tratamentoTreatmentTreatmentTreatment e é …

20 regression  modeling  econometrics  panel-data  difference-in-difference 

Começo com minha regressão OLS: y=β0+β1x1+β2D+εy=β0 0+β1x1+β2D+ε y = \beta _0 + \beta_1x_1+\beta_2 D + \varepsilon onde D é uma variável dummy, as estimativas tornam-se diferentes de zero com um baixo valor de p. Em seguida, pré-formao um teste de Ramsey RESET e descobri que tenho alguma classificação equivocada da …

20 regression  multiple-regression  interpretation  least-squares  polynomial 

Analisei recentemente um experimento que manipulou 2 variáveis ​​categóricas e uma variável contínua usando ANCOVA. No entanto, um revisor sugeriu que a regressão múltipla com a variável categórica codificada como variáveis ​​dummy é um teste mais apropriado para experimentos com variáveis ​​categóricas e contínuas. Quando é apropriado usar ANCOVA vs. …

20 regression  multiple-regression  ancova  categorical-encoding 

Suponha que eu queira construir um modelo para prever algum tipo de proporção ou porcentagem. Por exemplo, digamos que eu queira prever o número de meninos versus meninas que participarão de uma festa, e os recursos da festa que posso usar no modelo são coisas como quantidade de publicidade da …

20 regression  logistic 

Estou correto ao entender que a ordem na qual as variáveis ​​são especificadas em uma ANOVA multifatorial faz diferença, mas que a ordem não importa ao fazer uma regressão linear múltipla? Então, assumindo um resultado como perda de sangue medida y e duas variáveis ​​categóricas método de adenoidectomia a , …

20 regression  hypothesis-testing  anova  unbalanced-classes  sums-of-squares 

Em vários pacotes estatísticos, incluindo SAS, SPSS e talvez mais, existe uma opção para "suprimir a interceptação". Por que você gostaria de fazer isso?

20 regression 

Angrist e Pischke sugeriram que Erros Padrão Robustos (isto é, robustos à heterocedasticidade ou a variações desiguais) são relatados como uma questão de curso, em vez de testá-lo. Duas questões: Qual é o impacto nos erros padrão de fazê-lo quando há homoskedasticity? Alguém realmente faz isso em seu trabalho?

20 regression  standard-error  heteroscedasticity  robust-standard-error 

Eu sou novo na otimização. Continuo vendo equações que têm um sobrescrito 2 e um subscrito 2 no lado direito de uma norma. Por exemplo, aqui está a equação dos mínimos quadrados min||Ax−b||22||Ax−b||22 ||Ax-b||^2_2 Acho que entendo o sobrescrito 2: significa elevar o valor da norma. Mas qual é o …

20 regression  optimization  notation 

Estou lutando para entender a derivação do erro de previsão esperado abaixo (ESL), especialmente na derivação de 2.11 e 2.12 (condicionamento, o passo em direção ao mínimo pontual). Quaisquer ponteiros ou links muito apreciados. Abaixo, estou relatando o trecho da ESL pág. 18. As duas primeiras equações são, em ordem, …

20 regression  prediction  error 

Estou pensando, implementando e usando o paradigma Extreme Learning Machine (ELM) há mais de um ano, e quanto mais tempo durar, mais duvido que seja realmente uma coisa boa. Minha opinião, no entanto, parece estar em contraste com a comunidade científica, onde - ao usar citações e novas publicações como …

20 regression 

A regularização em regressão (linear, logística ...) é a maneira mais popular de reduzir o excesso de ajuste. Quando o objetivo é a precisão da previsão (não explicando), existem boas alternativas para a regularização, especialmente adequadas para grandes conjuntos de dados (mi / bilhões de observações e milhões de recursos)?

19 regression  regularization  overfitting 

Estou tentando ajustar um modelo usando dados de vento (0, 359) e hora do dia (0, 23), mas estou preocupado que eles se encaixem mal em uma regressão linear porque não são eles próprios parâmetros lineares. Eu gostaria de transformá-los usando Python. Eu já vi alguma menção ao cálculo de …

19 regression  python  circular-statistics 

A seguir, é apresentado o gráfico do glmnet com alfa padrão (1, portanto, laço) usando o mtcarsconjunto de dados em R com mpgo DV e outros como variáveis ​​preditoras. glmnet(as.matrix(mtcars[-1]), mtcars[,1]) O que podemos concluir desse gráfico em relação a diferentes variáveis, especialmente am, cyle wt(linhas vermelhas, pretas e azuis …

19 regression  feature-selection  lasso  glmnet 

Estou verificando uma implementação da Regressão Logística a partir daqui . Depois de ler esse artigo, parece que a parte importante é encontrar os melhores coeficientes para determinar a função sigmóide. Então, eu me pergunto por que esse método é chamado de "Regressão Logística". Está relacionado à função logarítmica? Talvez …

19 regression  machine-learning  logistic 

Lembro-me de ter lido em algum lugar na web uma conexão entre regressão de cumeeira (com regularização ) e regressão PCA: enquanto estiver usando regressão regularizada com hiperparâmetro , se , a regressão será equivalente a remover o Variável de PC com o menor valor próprio.ℓ2ℓ2\ell_2ℓ2ℓ2\ell_2λλ\lambdaλ → 0λ→0 0\lambda \to …

19 regression  pca  regularization  ridge-regression