Perguntas com a marcação «regression»

Como você interpreta uma curva de sobrevivência a partir do modelo de risco proporcional cox? Neste exemplo de brinquedo, suponha que tenhamos um modelo de risco proporcional ao cox na agevariável dos kidneydados e gere a curva de sobrevivência. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por exemplo, …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Após minha curta experiência em estatística, parece que o tipo de soma de quadrados (tipo I, II, III, IV ...) usado na obtenção de resultados de ANOVA poderia fazer uma diferença drástica nos resultados dos testes (especialmente nos modelos com interações e falta) dados). No entanto, ainda não vi um …

9 regression  anova  manova  reporting  sums-of-squares 

Esta postagem refere-se a um modelo de regressão linear bivariada, . Eu sempre tomei a particionamento da soma total de quadrados (SSTO) em soma de quadrados por erro (SSE) e soma de quadrados para o modelo (SSR) com fé, mas depois que comecei a realmente pensar sobre isso, não entendi …

9 regression  sums-of-squares  orthogonal 

Hastie e Tibshirani mencionam na seção 4.3.2 do livro que, na configuração de regressão linear, a abordagem dos mínimos quadrados é de fato um caso especial de máxima probabilidade. Como podemos provar esse resultado? PS: Não poupe detalhes matemáticos.

9 regression  maximum-likelihood  least-squares 

y=β0+β1x1+ε0y=β0+β1x1+ε0y = \beta_{0} + \beta_{1}x_{1} + \varepsilon_{0} A linguagem para descrever modelos de regressão, como a regressão linear muito simples especificada acima, costuma variar e essas variações geralmente carregam mudanças sutis nos significados. Por exemplo, a parte do modelo no lado esquerdo da equação pode ser denominada (entre outras que …

9 regression  terminology 

Estou lendo esta pré-impressão do artigo e estou tendo dificuldades em seguir a derivação das equações para a regressão de processo gaussiana. Eles usam a configuração e notação de Rasmussen & Williams . Assim, o ruído aditivo, com média zero, estacionário e normalmente distribuído com variação é assumido:σ2noiseσnoise2\sigma^2_{noise} y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, \quad …

9 regression  bayesian  gaussian-process 

Uma das premissas da regressão linear é que deve haver uma variação constante nos termos do erro e que os intervalos de confiança e testes de hipóteses associados ao modelo se baseiam nessa suposição. O que exatamente acontece quando os termos do erro não apresentam uma variação constante?

9 regression  heteroscedasticity  assumptions  robust-standard-error 

Assuma a seguinte relação linear: YEu= β0 0+ β1 1XEu+ uEuYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_i , onde YEuYiY_i é a variável dependente, XEuXiX_i uma única variável independente e vocêEuuiu_i o termo do erro. De acordo com Stock & Watson (Introdução à Econometria; Capítulo 4 ), a terceira …

9 regression  least-squares  assumptions  bias  consistency 

Digamos que eu esteja executando uma regressão linear que tenha o formato .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Se for positivo, isso implica uma correlação positiva entre e ? (Por outro lado, uma correlação negativa se for negativa?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression  interaction 

Eu tenho um conjunto de dados com uma variável dependente e independente. Ambos não são uma série temporal. Eu tenho 120 observações. O coeficiente de correlação é 0,43 Após esse cálculo, adicionei uma coluna para ambas as variáveis ​​com a média para cada 12 observações, resultando em duas novas colunas …

9 regression  correlation  mean  predictor  cross-section 

Preciso resolver um problema complicado de regressão no disco da unidade. A pergunta original atraiu alguns comentários interessantes, mas infelizmente nenhuma resposta. Enquanto isso, aprendi algo mais sobre esse problema, portanto tentarei dividir o problema original em subproblemas e verifico se desta vez tenho mais sorte. Tenho 40 sensores de …

9 regression  spatial  circular-statistics 

Eu sei como implementar a função objetivo linear e os reforços lineares no XGBoost. Minha pergunta concreta é: quando o algoritmo se encaixa no residual (ou no gradiente negativo) ele está usando um recurso em cada etapa (ou seja, modelo univariado) ou todos os recursos (modelo multivariado)? Qualquer referência à …

9 regression  machine-learning  boosting  xgboost 

Como o erro padrão de uma regressão linear é geralmente dado para a variável de resposta, estou pensando em como obter intervalos de confiança na outra direção - por exemplo, para uma interceptação x. Sou capaz de visualizar o que pode ser, mas tenho certeza de que deve haver uma …

9 r  regression  confidence-interval  bootstrap 

Estou tentando interpretar os resultados de um artigo, onde eles aplicaram regressão múltipla para prever vários resultados. No entanto, os 's (coeficientes B padronizados definidos como que é dependente variável e é um preditor) relatado não parece corresponder ao relatado :p X 1 = B x 1 ⋅ S D …

9 regression  regression-coefficients  multicollinearity  r-squared 

Alguém poderia me dizer por que estou obtendo resultados diferentes de Rmínimos quadrados ponderados e solução manual por operação de matriz ? Especificamente, estou tentando resolver manualmente , onde é a matriz diagonal dos pesos, é a matriz de dados, é a resposta vetor. W A bW A x = …

9 r  regression  least-squares  weighted-regression  weighted-data