Perguntas com a marcação «regression»

Suponha que você ajuste uma regressão linear / logística g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2 , com o objetivo de uma estimativa imparcial de a1a2a1a2\frac{a_1}{a_2} . Você está muito confiante de que tantoa1a1a_1quantoa2a2a_2 são muito positivos em relação ao ruído em suas estimativas. Se você tem a …

15 regression  regression-coefficients  unbiased-estimator  ratio 

Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Atualmente, estou tentando aplicar um modelo linear ( family = gaussian) a um indicador de biodiversidade que não pode assumir valores inferiores a zero, é inflado a zero e é contínuo. Os valores variam de 0 a um pouco acima de 0,25. Como conseqüência, há um padrão bastante óbvio nos …

15 regression  zero-inflation  tobit-regression  tweedie-distribution 

Eu tenho um exemplo trabalhado (em R), que estou tentando entender melhor. Estou usando o Limma para criar um modelo linear e estou tentando entender o que está acontecendo passo a passo nos cálculos de alteração de dobras. Estou principalmente tentando descobrir o que acontece para calcular os coeficientes. Pelo …

15 r  regression  linear-model 

Para um modelo linear, a solução OLS fornece o melhor estimador linear e imparcial para os parâmetros. É claro que podemos negociar um viés por uma variação menor, por exemplo, regressão de crista. Mas minha pergunta é sobre não ter viés. Existem outros estimadores que são um tanto usados, que …

15 regression  least-squares  linear  unbiased-estimator  blue 

Estou tentando entender a troca de viés e variância, a relação entre o viés do estimador e o viés do modelo e o relacionamento entre a variação do estimador e a variação do modelo. Cheguei a estas conclusões: Tendemos a superestimar os dados quando negligenciamos o viés do estimador, ou …

15 regression  variance  bias  bias-variance-tradeoff 

Estou tentando ver se é necessário regressão de crista , LASSO , regressão de componente principal (PCR) ou mínimos quadrados parciais (PLS) em uma situação em que há um grande número de variáveis ​​/ recursos ( ) e menor número de amostras ( ), e meu objetivo é a previsão.pppn<pn<pn …

15 regression  pca  lasso  ridge-regression  partial-least-squares 

Estou tentando fazer uma regressão em dados heterocedásticos em que estou tentando prever as variações de erro, bem como os valores médios em termos de um modelo linear. Algo assim: y(x,t)ξ(x,t)y¯(x,t)σ(x,t)=y¯(x,t)+ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ \sigma\left(x,t\right) &= \sigma_{0}+cx+dt. \end{align} Em palavras, os dados consistem em …

15 regression  spss  variance  residuals  heteroscedasticity 

Consegui uma forte relação linear entre minha variável e Y após transformar duplamente a resposta. O modelo era Y ∼ X, mas eu o transformei em √XXXYYYY∼XY∼XY\sim X melhorarR20,19-0,76.YX−−√∼X−−√YX∼X\sqrt{\frac{Y}{X}}\sim \sqrt{X}R2R2R^2 Claramente fiz uma cirurgia decente sobre esse relacionamento. Alguém pode discutir as armadilhas de fazer isso, como perigos de transformações …

15 regression  data-transformation  r-squared 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Eu tenho alguns dados (158 casos) que foram derivados de uma resposta da escala Likert para 21 itens do questionário. Eu realmente quero / preciso realizar uma análise de regressão para ver quais itens do questionário preveem a resposta a um item geral (satisfação). As respostas não são normalmente distribuídas …

15 regression  distributions  nonparametric 

Da Wikipedia Observações influentes são aquelas que têm um efeito relativamente grande nas previsões do modelo de regressão. Da Wikipedia Pontos de alavancagem são aquelas observações, se houver, feitas em valores extremos ou extremos das variáveis ​​independentes, de modo que a falta de observações vizinhas significa que o modelo de …

15 regression  outliers  leverage 

Eu tenho alguns dados que são delimitados entre 0 e 1. Eu usei o betaregpacote em R para ajustar um modelo de regressão com os dados delimitados como a variável dependente. Minha pergunta é: como interpretar os coeficientes da regressão?

15 r  regression  interpretation  beta-distribution  regression-coefficients 

Se estiver correto, "classificação não supervisionada" é o mesmo que agrupar. Então existe "regressão não supervisionada"? Obrigado!

15 regression  unsupervised-learning 

Tanto quanto eu entendo, explica o quão bem o modelo prevê a observação. Ajustado R 2 é a que tem em conta as observações mais (ou graus de liberdade). Então, ajustado R 2 prevê o modelo melhor? Então por isso é menos do que R 2 ? Parece que muitas …

15 regression  r-squared