Perguntas com a marcação «regression»

Em uma regressão linear múltipla, por que é possível ter uma estatística F altamente significativa (p <0,001), mas ter valores de p muito altos em todos os testes t do regressor? No meu modelo, existem 10 regressores. Um deles tem um valor de p de 0,1 e o restante está …

70 hypothesis-testing  regression  t-test  multicollinearity 

Percebi que o intervalo de confiança para os valores previstos em uma regressão linear tende a ser estreito em torno da média do preditor e a gordura em torno dos valores mínimo e máximo do preditor. Isso pode ser visto nas parcelas dessas 4 regressões lineares: Inicialmente, pensei que isso …

69 regression  confidence-interval  linear-model  standard-error  prediction-interval 

Eu esperaria que o coeficiente de correlação fosse o mesmo que uma inclinação de regressão (beta), no entanto, tendo acabado de comparar os dois, eles são diferentes. Como eles diferem - que informações diferentes eles fornecem?

69 regression  correlation 

Na verdade, estou revisando um manuscrito em que os autores comparam os modelos de regressão de 5-6 logit com a AIC. No entanto, alguns dos modelos têm termos de interação sem incluir os termos covariáveis ​​individuais. Faz algum sentido fazer isso? Por exemplo (não específico para modelos de logit): M1: …

68 regression  modeling  interaction  aic 

Lembro-me de participar de cursos de estatística como uma audiência de graduação sobre por que a extrapolação era uma má idéia. Além disso, há uma variedade de fontes online que comentam sobre isso. Há também uma menção a isso aqui . Alguém pode me ajudar a entender por que a …

68 regression  time-series  forecasting 

Estou fazendo alguns cálculos em diferentes matrizes (principalmente em regressão logística) e geralmente recebo o erro "Matrix is ​​singular", onde tenho que voltar e remover as variáveis ​​correlacionadas. Minha pergunta aqui é o que você consideraria uma matriz correlacionada "altamente"? Existe um valor limite de correlação para representar esta palavra? …

66 regression  correlation  matrix  multicollinearity  singular 

Considere os três fenômenos a seguir. Paradoxo de Stein: dados alguns dados da distribuição normal multivariada em , a média da amostra não é um estimador muito bom da verdadeira média. Pode-se obter uma estimativa com erro quadrado médio mais baixo se reduzirmos todas as coordenadas da amostra em direção …

64 regression  mixed-model  ridge-regression  shrinkage  steins-phenomenon 

Eu tenho o que provavelmente é uma pergunta simples, mas está me deixando desconcertada agora, então espero que você possa me ajudar. Eu tenho um modelo de regressão de mínimos quadrados, com uma variável independente e uma variável dependente. O relacionamento não é significativo. Agora eu adiciono uma segunda variável …

64 regression  multiple-regression  power  suppressor 

A regressão múltipla e multivariada é realmente diferente? O que é uma variável de qualquer maneira?

63 regression  multiple-regression  terminology  multivariate-regression 

É possível ter uma equação de regressão (múltipla) com duas ou mais variáveis ​​dependentes? Claro, você pode executar duas equações de regressão separadas, uma para cada DV, mas isso não parece capturar qualquer relação entre os dois DVs?

61 regression 

Alguém pode me explicar por que alguém escolheria um parâmetro paramétrico em vez de um método estatístico não paramétrico para teste de hipóteses ou análise de regressão? Na minha opinião, é como fazer rafting e escolher um relógio não resistente à água, porque você pode não o molhar. Por que …

60 regression  hypothesis-testing  mathematical-statistics  estimation  nonparametric 

Pelo que sei, o uso do laço para seleção de variáveis ​​lida com o problema de entradas correlacionadas. Além disso, como é equivalente à regressão de menor ângulo, não é lento computacionalmente. No entanto, muitas pessoas (por exemplo, pessoas que conheço fazendo bioestatística) ainda parecem favorecer a seleção de variáveis …

60 regression  feature-selection  lasso 

Entendo que a estimativa de regressão de crista é o que minimiza a soma residual do quadrado e uma penalidade no tamanho deββ\betaββ\beta βridge=(λID+X′X)−1X′y=argmin[RSS+λ∥β∥22]βridge=(λID+X′X)−1X′y=argmin⁡[RSS+λ‖β‖22]\beta_\mathrm{ridge} = (\lambda I_D + X'X)^{-1}X'y = \operatorname{argmin}\big[ \text{RSS} + \lambda \|\beta\|^2_2\big] No entanto, não entendo completamente o significado do fato de que βridgeβridge\beta_\text{ridge} difere de βOLSβOLS\beta_\text{OLS} …

59 regression  least-squares  ridge-regression  shrinkage 

O que se quer dizer quando dizemos que temos um modelo saturado?

59 modeling  regression 

Quais técnicas estão disponíveis para recolher (ou agrupar) muitas categorias para algumas, com o objetivo de usá-las como uma entrada (preditora) em um modelo estatístico? Considere uma variável como estudante universitário (disciplina escolhida por um estudante de graduação). É desordenado e categórico, mas pode potencialmente ter dezenas de níveis distintos. …

58 regression  categorical-data  dimensionality-reduction  feature-construction  many-categories