Perguntas com a marcação «regression»

Alguém sabe o significado de efeitos parciais médios? O que exatamente é e como posso calculá-los? Aqui está uma referência que pode ajudar.

12 regression  count-data 

From Econometrics , by Fumio Hayashi (Chpt 1): Homoscedasticidade incondicional: O segundo momento dos termos de erro E (εᵢ²) é constante nas observações A forma funcional E (εᵢ² | xi) é constante nas observações Homoscedasticidade condicional: A restrição de que o segundo momento dos termos de erro E (εᵢ²) é …

12 regression  econometrics  heteroscedasticity  assumptions 

Atualmente, estou usando a análise de componentes principais para selecionar variáveis ​​a serem usadas na modelagem. No momento, faço as medições A, B e C em meus experimentos - O que realmente quero saber é: Posso fazer menos medições e parar de gravar C e ou B para economizar tempo …

12 regression  pca  model-selection 

Digamos que é uma função linear de x e um dummy d . Minha hipótese é que d em si é como um índice hedonista de um vector de outras variáveis, Z . Eu tenho suporte para isso em um M A N O V A de Z (ou seja, …

12 r  hypothesis-testing  regression  model-selection 

O ponto principal da AIC ou de qualquer outro critério de informação é que menos é melhor. Portanto, se eu tiver dois modelos M1: y = a0 + XA + e e M2: y = b0 + ZB + u, e se o AIC do primeiro (A1) for menor que …

12 regression  aic 

Eu gostaria de colocar esta questão em duas partes. Ambos lidam com um modelo linear generalizado, mas o primeiro trata da seleção de modelos e o outro trata da regularização. Antecedentes: Utilizo modelos GLMs (linear, logístico, regressão gama) para previsão e descrição. Quando me refiro às " coisas normais que …

12 regression  model-selection  regularization 

Parece que você pode usar a codificação para uma variável categórica, mas eu tenho duas variáveis ​​categóricas e uma variável preditora contínua. Posso usar regressão múltipla para isso no SPSS? Em caso afirmativo, como? obrigado!

12 regression  spss  categorical-data  continuous-data 

SVMs para classificação fazem sentido intuitivamente para mim: eu entendo como minimizar ||θ||2||θ||2||\theta||^2 produz a margem máxima. No entanto, não entendo esse objetivo no contexto de regressão. Vários textos ( aqui e aqui ) descrevem isso como maximização da "planicidade". Por que queremos fazer isso? O que em regressão é …

12 regression  svm 

Existem bons papéis ou livros que tratam do uso da descida de coordenadas para L1 (laço) e / ou regularização líquida elástica para problemas de regressão linear?

12 regression  references  lasso  regularization  elastic-net 

Estou ajustando uma regressão linear regularizada por L1 a um conjunto de dados muito grande (com n >> p.) As variáveis ​​são conhecidas antecipadamente, mas as observações chegam em pequenos pedaços. Eu gostaria de manter o ajuste do laço após cada pedaço. Obviamente, posso reorganizar todo o modelo depois de …

12 regression  lasso 

Quando você tenderia a usar as curvas ROC sobre outros testes para determinar a capacidade preditiva de alguma medida em um resultado? Ao lidar com resultados discretos (vivo / morto, presente / ausente), o que torna as curvas ROC mais ou menos poderosas do que algo como um qui-quadrado?

12 regression  roc 

Minha pergunta é simples assim: o que é estimativa conjunta? E o que isso significa no contexto da análise de regressão? Como isso é feito? Eu vaguei na poderosa Internet por algum tempo, mas não encontrei respostas para essas perguntas.

12 regression  estimation  terminology 

No sensor comprimido, existe uma garantia do teorema de que possui uma solução esparsa exclusiva c (consulte o apêndice para obter mais detalhes).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc Existe um teorema semelhante para o laço? Se existe um teorema, ele não …

12 regression  self-study  feature-selection  lasso  regularization 

Li em vários lugares que R Squared não é uma medida ideal quando um modelo é adequado usando o LASSO. No entanto, não estou claro exatamente por que isso acontece. Além disso, você poderia recomendar a melhor alternativa?

12 regression  lasso  r-squared  penalized 

Estou procurando literatura sobre regressão negativa da crista . Em suma, isto é uma generalização de regressão linear utilizando cume negativo λλ\lambda na fórmula β^=(X⊤X+λI)−1X⊤y.β^=(X⊤X+λI)−1X⊤y.\hat\beta = ( X^\top X + \lambda I)^{-1} X^\top y.O caso positivo tem uma teoria legal: como uma função de perda, como uma restrição, como um …

12 regression  regularization  ridge-regression