Perguntas com a marcação «regression»

Se em uma regressão linear eu tenho variável categórica ... como eu sei a significância estatística da variável categórica? Digamos que o fator tenha 10 níveis ... haverá 10 valores t resultantes diferentes, sob a égide de uma variável fator ...X1X1X_1X1X1X_1 Parece-me que a significância estatística é testada para cada …

18 regression  statistical-significance  categorical-data 

Vamos ter um modelo linear, por exemplo, ANOVA simples: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) O resultado é o seguinte: Call: lm(formula = …

18 r  regression  confidence-interval 

Eu estou sofrendo de um apagão. Foi-me apresentada a figura a seguir para mostrar a troca de viés e variância no contexto da regressão linear: Percebo que nenhum dos dois modelos se encaixa bem - o "simples" não está apreciando a complexidade da relação XY e o "complexo" está apenas …

18 regression  variance  bias 

Espero que alguém possa ajudar a esclarecer um ponto de confusão para mim. Digamos que eu queira testar se 2 conjuntos de coeficientes de regressão são significativamente diferentes um do outro, com a seguinte configuração: , com 5 variáveis ​​independentes.yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i 2 grupos, com …

18 regression  hypothesis-testing  multiple-regression 

Em um cenário de regressão do LASSO, em que y= Xβ+ ϵy=Xβ+ϵy= X \beta + \epsilon , e as estimativas do LASSO são fornecidas pelo seguinte problema de otimização minβ| | y- Xβ| | +τ| | β| |1minβ||y-Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Existem suposições distributivas em relação …

18 regression  lasso  assumptions  residuals 

Eu tenho uma variável numérica que resulta não significativa em um modelo de regressão logística multivariada. No entanto, quando eu o categorizo ​​em grupos, de repente se torna significativo. Isso é muito contra-intuitivo para mim: ao categorizar uma variável, fornecemos algumas informações. Como isso pode ser?

17 regression  logistic  statistical-significance  multivariate-analysis 

Treinei um modelo de regressão linear, usando um conjunto de variáveis ​​/ recursos. E o modelo tem um bom desempenho. No entanto, percebi que não há variável com uma boa correlação com a variável prevista. Como isso é possível?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

Eu vi essa lista aqui e não podia acreditar que havia tantas maneiras de resolver mínimos quadrados. As "equações normais" na Wikipedia pareciam ser um caminho bastante direto: α^β^=y¯−β^x¯,=∑ni=1(xi−x¯)(yi−y¯)∑ni=1(xi−x¯)2α^=y¯−β^x¯,β^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)2 {\displaystyle {\begin{aligned}{\hat {\alpha }}&={\bar {y}}-{\hat {\beta }}\,{\bar {x}},\\{\hat {\beta }}&={\frac {\sum _{i=1}^{n}(x_{i}-{\bar {x}})(y_{i}-{\bar {y}})}{\sum _{i=1}^{n}(x_{i}-{\bar {x}})^{2}}}\end{aligned}}} Então, por que não usá-los? …

17 regression  least-squares  scikit-learn 

É sabido que a regressão linear com uma penalidade de é equivalente a encontrar a estimativa de MAP dada uma Gaussiana antes dos coeficientes. Da mesma forma, usar uma penalidade de é equivalente a usar uma distribuição de Laplace como a anterior.eu2eu2l^2eu1eu1l^1 Não é incomum usar alguma combinação ponderada de …

17 regression  bayesian  regularization  prior  elastic-net 

A regressão beta (ou seja, GLM com distribuição beta e geralmente a função de link de logit) é frequentemente recomendada para lidar com a resposta, também conhecida como variável dependente, recebendo valores entre 0 e 1, como frações, proporções ou probabilidades: Regressão para um resultado (proporção ou fração) entre 0 …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

Alguém pode me explicar as diferenças reais entre análise de regressão e ajuste de curva (linear e não linear), com um exemplo, se possível? Parece que ambos tentam encontrar uma relação entre duas variáveis ​​(dependente versus independente) e, em seguida, determinam o parâmetro (ou coeficiente) associado aos modelos propostos. Por …

17 regression  multiple-regression  fitting  roc  curve-fitting 

Eu tenho alguns dados que eu ajustei usando um modelo LOESS em R, me dando o seguinte: Os dados têm um preditor e uma resposta e são heterocedásticos. Eu também adicionei intervalos de confiança. O problema é que os intervalos são intervalos de confiança para a linha, enquanto eu estou …

17 r  regression  prediction-interval  loess 

Eu tenho um modelo de conjunto de dados Movies e usei a regressão: model <- lm(imdbVotes ~ imdbRating + tomatoRating + tomatoUserReviews+ I(genre1 ** 3.0) +I(genre2 ** 2.0)+I(genre3 ** 1.0), data = movies) res <- qplot(fitted(model), resid(model)) res+geom_hline(yintercept=0) O que deu a saída: Agora tentei trabalhar com algo chamado Added …

17 regression  data-visualization  multiple-regression  scatterplot 

Eu tenho uma pergunta sobre o viés variável omitido na regressão logística e linear. Digamos que eu omita algumas variáveis ​​de um modelo de regressão linear. Finja que essas variáveis ​​omitidas não estão correlacionadas com as variáveis ​​que incluí no meu modelo. Essas variáveis ​​omitidas não influenciam os coeficientes no …

17 regression  logistic  least-squares  bias 

Eu executei essa regressão logística ordinal em R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Eu recebi este resumo do modelo: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value …

17 r  regression  logistic  interpretation  ordered-logit