Perguntas com a marcação «regression»

Eu enfrentei uma pergunta de entrevista para um trabalho em que o entrevistador me perguntou que seu é muito baixo (entre 5 a 10%) para um modelo de elasticidade de preço. Como você resolveria essa questão?R2R2R^2 Eu não conseguia pensar em outra coisa senão o fato de fazer o diagnóstico …

10 regression  self-study  theory 

Por que estou recebendo previsões diferentes para expansão polinomial manual e usando a polyfunção R ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) # …

10 r  regression  polynomial 

Eu vi essa notação para mínimos quadrados comuns aqui . minw∥Xw−y∥22minw‖Xw−y‖22 \min_w \left\| Xw - y \right\|^2_2 Eu nunca vi as barras duplas e as 2 na parte inferior. O que significam esses símbolos? Eles têm terminologia específica para eles?

10 regression  least-squares  linear-model  linear-algebra  notation 

Considere o seguinte modelo de regressão múltipla:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Aqui é um vetor n \ vezes 1 coluna; Matriz X a n \ times (k + 1) ; \ beta a (k + 1) \ vezes 1 vetor de coluna; Z a n \ vezes l matriz; \ delta a l \ …

10 regression  multiple-regression  econometrics  least-squares  nonlinear-regression 

Como o título indica, estou tentando replicar os resultados do glmnet linear usando o otimizador LBFGS da biblioteca lbfgs. Esse otimizador nos permite adicionar um termo regularizador L1 sem ter que nos preocupar com diferenciabilidade, desde que nossa função objetivo (sem o termo regularizador L1) seja convexa. O problema da …

10 r  regression  regularization  glmnet  elastic-net 

Então, antes de tudo, pesquisei neste fórum e sei que perguntas extremamente semelhantes foram feitas, mas geralmente não foram respondidas adequadamente ou, às vezes, a resposta simplesmente não é detalhada o suficiente para que eu possa entender. Então, desta vez, minha pergunta é: tenho dois conjuntos de dados, em cada …

10 r  regression  statistical-significance  regression-coefficients  group-differences 

Em um comentário a esta pergunta , o usuário @whuber citou a possibilidade de usar uma versão periódica de splines para ajustar dados periódicos. Gostaria de saber mais sobre esse método, em particular as equações que definem os splines e como implementá-los na prática (sou principalmente um Rusuário, mas posso …

10 regression  time-series  seasonality  splines 

Eu entendo que na regressão linear os erros são assumidos como sendo normalmente distribuídos, dependendo do valor previsto de y. Então, olhamos para os resíduos como uma espécie de proxy para os erros. É frequentemente recomendada para gerar uma saída como esta: . No entanto, não entendo qual é o …

10 regression  assumptions 

Estou tentando entrar um pouco nas estatísticas, mas estou preso a alguma coisa. Meus dados são os seguintes: Year Number_of_genes 1990 1 1991 1 1993 3 1995 4 Agora, quero construir um modelo de regressão para poder prever o número de genes para um determinado ano com base nos dados. …

10 regression  count-data  poisson-regression 

Qual é a abordagem usual para modelar séries temporais binárias? Existe um papel ou um livro de texto onde isso é tratado? Penso em um processo binário com forte correlação automática. Algo como o sinal de um processo AR (1) iniciando em zero. Diga e com ruído branco . Em …

10 regression  time-series  logistic  binary-data  autoregressive 

Ao realizar a regressão linear bayesiana, é preciso atribuir uma prévia para a pista de e interceptar b . Como b é um parâmetro de localização, faz sentido atribuir um uniforme anterior; no entanto, parece-me que a é semelhante a um parâmetro de escala e não parece natural atribuir um …

10 regression  bayesian  uninformative-prior 

Como contrapartida deste post , trabalhei na simulação de dados com variáveis ​​contínuas, prestando-se a interceptações e declives correlacionados. Embora existam ótimas postagens sobre esse tópico no site e fora dele , tive dificuldades em encontrar um exemplo do começo ao fim com dados simulados que se assemelhavam a um …

10 regression  mixed-model  lme4-nlme 

No presente trabalho (disponível gratuitamente via PubMed Central), os autores usam regressão binomial negativa para modelar a pontuação em um instrumento de triagem de 10 itens marcou 0-40. Este procedimento assume dados de contagem, o que claramente não é o caso aqui. Gostaria de suas opiniões sobre se essa abordagem …

10 regression  negative-binomial  count-data 

Suponha que eu esteja tentando redefinir uma função de probabilidade que seja exponencialmente distribuída. Se minha função de probabilidade original for: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} e eu gostaria de re-parametrizar usando , já queθnão é uma variável …

10 regression  bayesian  mathematical-statistics 

Tenho uma pergunta sobre a validade do uso do RMSE (Root Mean Squared Error) para comparar diferentes modelos logísticos. A resposta é ou 0ou 1e as previsões são probabilidades entre 0- 1? A maneira aplicada abaixo também é válida com as respostas binárias? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit …

10 regression  logistic  generalized-linear-model  glmnet  rms