Perguntas com a marcação «regression»

É frequentemente afirmado que o quadrado da correlação da amostra é equivalente ao coeficiente de determinação para regressão linear simples. Eu mesmo não consegui demonstrar isso e gostaria de ter uma prova completa desse fato.r2r2r^2R2R2R^2

10 regression  correlation 

Há uma suposição de normalidade quando se trata de considerar modelos OLS e é que os erros sejam normalmente distribuídos. Estive navegando pelo Cross Validated e parece que Y e X não precisam ser normais para que os erros sejam normais. Minha pergunta é por que, quando temos erros distribuídos …

10 regression  statistical-significance  assumptions  normality-assumption 

No cálculo VIF usual para uma regressão linear, cada variável independente / explicativa é tratada como a variável dependente em uma regressão de mínimos quadrados ordinária. ieXjXjX_j Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i Os valores de são armazenados para cada uma das regressões e o …

10 regression  variance  multicollinearity  gam  vif 

Eu tenho algumas experiências com modelagem de séries temporais, na forma de modelos ARIMA simples e assim por diante. Agora eu tenho alguns dados que exibem clustering de volatilidade e gostaria de tentar começar ajustando um modelo GARCH (1,1) nos dados. Eu tenho uma série de dados e acho que …

10 r  regression  garch 

Costumo ouvir sobre a avaliação do desempenho de um modelo de classificação, mantendo o conjunto de testes e treinando um modelo no conjunto de treinamento. Em seguida, crie 2 vetores, um para os valores previstos e outro para os valores verdadeiros. Obviamente, fazer uma comparação permite julgar o desempenho do …

10 regression  machine-learning  model-evaluation 

Suponha que eu tenha respostas bivariadas com correlação significativa. Estou tentando comparar as duas maneiras de modelar esses resultados. Uma maneira é modelar a diferença entre os dois resultados: Outra maneira é usar ou modelá-los: ( y i j = β 0 + tempo + X ′ β )( yeu …

10 r  regression  model-selection 

Você pode me dar um exemplo do uso de estimadores sanduíche para realizar inferência de regressão robusta? Eu posso ver o exemplo em ?sandwich, mas não entendo bem como podemos passar de lm(a ~ b, data)( codificado para r ) para uma estimativa e um valor de p resultante de …

10 r  regression  lm  sandwich 

Para melhor fazer minha pergunta, forneci algumas das saídas de um modelo com 16 variáveis ​​( fit) e um modelo com 17 variáveis ​​( fit2) abaixo (todas as variáveis ​​preditivas nesses modelos são contínuas, onde a única diferença entre esses modelos é que fitnão contém a variável 17 (var17)): fit …

10 r  regression  logistic  model-selection  large-data 

Um instrumento usado para medir os níveis de glicose no sangue de uma pessoa é monitorado em uma amostra aleatória de 10 pessoas. Os níveis também são medidos usando um procedimento laboratorial muito preciso. A medida do instrumento é denotada por x. A medida do procedimento de laboratório é denotada …

10 regression  self-study  measurement 

Eu estava lendo este artigo relacionado à rede elástica. Eles dizem que usam rede elástica porque, se usarmos o Lasso, tende a selecionar apenas um preditor entre os preditores altamente correlacionados. Mas não é isso que queremos. Quero dizer, isso nos salva dos problemas da multicolinearidade, não é? Alguma sugestão …

10 regression  lasso  elastic-net 

Estou conduzindo uma regressão logística com um resultado binário (iniciar e não iniciar). Minha mistura de preditores são todas variáveis ​​contínuas ou dicotômicas. Usando a abordagem Box-Tidwell, um dos meus preditores contínuos viola potencialmente a suposição de linearidade do logit. Não há indicação de que as estatísticas de qualidade de …

10 regression  logistic  references  assumptions  robust 

Para mínimos quadrados com um preditor: y= βx + ϵy=βx+ϵy = \beta x + \epsilon Se e y forem padronizados antes do ajuste (ou seja, ∼ N ( 0 , 1 ) ), então:xxxyyy∼ N( 0 , 1 )∼N(0 0,1 1)\sim N(0,1) é o mesmo que o coeficiente de correlação …

10 regression  correlation  least-squares  generalized-least-squares 

Para um exemplo simples, assuma que existem dois modelos de regressão linear Modelo 1 tem três preditores, x1a, x2b, ex2c O modelo 2 possui três preditores do modelo 1 e dois preditores adicionais x2aex2b Existe uma equação de regressão populacional em que a variação populacional explicada é para o Modelo …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse erro externo …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Estou fazendo regressões lineares em que a variável dependente é uma razão que pode variar de 0,01 a 100. Tudo bem fazer o log da variável dependente e a regressão nisso? Estou combinando os resultados de um estudo e foi isso que eles fizeram. Qual é a diferença entre pegar …

10 regression