Perguntas com a marcação «regression»

Entendo que podemos empregar regularização em um problema de regressão de mínimos quadrados como w∗=argminw[(y−Xw)T(y−Xw)+λ∥w∥2]w∗=argminw⁡[(y−Xw)T(y−Xw)+λ‖w‖2]\boldsymbol{w}^* = \operatorname*{argmin}_w \left[ (\mathbf y-\mathbf{Xw})^T(\boldsymbol{y}-\mathbf{Xw}) + \lambda\|\boldsymbol{w}\|^2 \right] e que esse problema tem uma solução de formulário fechado como: w^=(XTX+λI)−1XTy.w^=(XTX+λI)−1XTy.\hat{\boldsymbol{w}} = (\boldsymbol{X}^T\boldsymbol{X}+\lambda\boldsymbol{I})^{-1}\boldsymbol{X}^T\boldsymbol{y}. Vemos que na 2ª equação, a regularização está simplesmente adicionando λλ\lambda à diagonal …

10 regression  regularization  ridge-regression  overfitting  matrix-inverse 

Enviei um artigo que foi rejeitado devido à maneira inadequada de realizar a análise de sobrevivência. O árbitro não deixou outros detalhes ou explicações além de: "a análise da sobrevivência nas tendências do tempo requer maneiras mais sofisticadas de censurar". A questão: O risco excessivo de morte entre fumantes foi …

10 regression  survival  incidence-rate-ratio  interval-censoring 

Uma questão muito básica relativa aos das regressões OLSR2R2R^2 executar a regressão OLS y ~ x1, temos um , digamos 0,3R2R2R^2 executar a regressão OLS y ~ x2, temos outro , digamos 0,4R2R2R^2 agora executamos uma regressão y ~ x1 + x2, que valor pode ser o R ​​ao quadrado …

10 regression  multiple-regression  least-squares  r-squared 

Estou confuso sobre como avaliar a distribuição preditiva posterior da regressão linear bayesiana, além do caso básico descrito aqui na página 3 e copiado abaixo. p ( y~| y) = ∫p ( y~∣ β, σ2) p ( β, σ2| y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, …

10 regression  bayesian  predictive-models  prediction  posterior 

Eu tenho uma amostra de 1.449 pontos de dados que não estão correlacionados (r ao quadrado 0,006). Ao analisar os dados, descobri que, dividindo os valores das variáveis ​​independentes em grupos positivo e negativo, parece haver uma diferença significativa na média da variável dependente para cada grupo. Dividindo os pontos …

10 regression  correlation  linear-model  r-squared 

Eu encontrei este post: Sim. O coeficiente reflete a alteração nas chances de log para cada incremento de alteração no preditor ordinal. Essa especificação de modelo (muito comum) pressupõe que o preditor tenha um impacto linear em seus incrementos. Para testar a suposição, você pode comparar um modelo no qual …

10 regression  logistic  references  ordinal-data 

No Quick-R de Robert Kabacoff, tenho # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } # bootstrapping with 1000 replications results <- boot(data=mtcars, statistic=bs, …

10 r  regression  p-value  bootstrap 

Eu tenho um modelo de regressão logística binária com um DV (doença: sim / não) e 5 preditores (dados demográficos [idade, sexo, tabagismo (sim / não)], um índice médico (ordinal) e um tratamento aleatório [sim / não ]). Também modelei todos os termos de interação bilateral. As principais variáveis ​​estão …

10 regression  logistic  multiple-regression  bootstrap 

Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

A regressão de cume pode ser expressa como que é o rótulo previsto , o identificar matriz, o objeto que está tentando encontrar um rótulo para e o matriz de objetos tal que:y^=(X′X+aId)−1Xxy^=(X′X+aId)−1Xx\hat{y} = (\mathbf{X'X} + a\mathbf{I}_d)^{-1}\mathbf{X}x Iddxdxxnxdnxi=(xi,1,...,Xi,d)∈Rdy^y^\hat{y}IdId\mathbf{I}_dd×dd×dd \times dxx\mathbf{x}XX\mathbf{X}n×dn×dn \times dnnnxi=(xi,1,...,xi,d)∈Rdxi=(xi,1,...,xi,d)∈Rd\mathbf{x}_i = (x_{i,1}, ..., x_{i,d})\in \mathbb{R}^d X = ⎛⎝⎜⎜⎜⎜⎜x1 …

10 regression  ridge-regression  kernel-trick 

Suponha que haja três séries temporais, , eX1X1X_1X2X2X_2YYY Correndo regressão linear ordinária em ~ ( ), obtemos . A regressão linear ordinária ~ obter . AssumaYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V Quais são os valores mínimos e máximos possíveis de na regressão …

10 regression  multiple-regression  r-squared 

Para uma regressão linear com vários grupos (grupos naturais definidos a priori) é aceitável executar dois modelos diferentes no mesmo conjunto de dados para responder às duas perguntas a seguir? Cada grupo tem uma inclinação diferente de zero e intercepto diferente de zero e quais são os parâmetros para cada …

10 r  regression  multiple-comparisons  inference  ancova 

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Estou usando floresta aleatória em dados agrupados de alta dimensão (50 variáveis ​​numéricas de entrada) que possuem uma estrutura hierárquica. Os dados foram coletados com 6 repetições em 30 posições de 70 objetos diferentes, resultando em 12600 pontos de dados, que não são independentes. Parece que a floresta aleatória está …

10 regression  random-forest 

Estou tentando atualizar meu modelo baseado em lm () para obter erros e testes padrão corretos. Estou realmente confuso qual matriz de VC usar. O sandwichpacote oferece vcovHC, vcovHACe NeweyWest. Enquanto o primeiro é responsável apenas pela heterocedasticidade, os dois últimos são responsáveis ​​pela correlação serial e pela heterocedasticidade. No …

10 regression  time-series  neweywest