Perguntas com a marcação «regression»

Estou realizando uma regressão logística com variáveis ​​independentes e 123 , 996 observações. Estou avaliando o ajuste do modelo para determinar se os dados atendem às premissas do modelo e produziram o seguinte gráfico de resíduos binados usando o pacote:242424123 , 996123,996123,996arm R Obviamente, existem alguns sinais ruins nesse gráfico: …

8 regression  logistic  residuals 

Essa é uma pergunta bastante genérica: suponha que eu queira construir um modelo para prever a próxima observação com base nas observações anteriores de ( N pode ser um parâmetro para otimizar experimentalmente). Portanto, basicamente temos uma janela deslizante de recursos de entrada para prever a próxima observação.NNNNNN Eu posso …

8 regression  time-series  modeling  prediction  hidden-markov-model 

R em ação (Kabacoff, 2011) sugere a seguinte rotina para testar sobredispersão em uma regressão logística: Ajuste a regressão logística usando distribuição binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuste a regressão logística usando distribuição quase-binomial: model_overdispersed <- glm(Species=="versicolor" ~ Sepal.Width, family=quasibinomial(), data=iris) Use o qui-quadrado para testar a …

8 r  regression  distributions  logistic  overdispersion 

A lei de Beer da química diz que a absorvância de um líquido é proporcional à concentração , então: O padrão a ser feito é preparar um conjunto de soluções com concentrações conhecidas, medir a absorvância para formar uma curva padrão '(uma curva de calibração basicamente) e faça uma regressão …

8 regression 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Eu tenho um conjunto de dados no qual estou tentando fazer regressão e falhando. A situação: Milhares de operadores de robôs de batalha estão travando batalhas entre si usando robôs de batalha. Alguns robôs de batalha são fortes e poderosos, e outros são fracos; os fortes vencem com mais frequência …

8 r  regression  predictive-models  linear-model 

Eu tenho a seguinte tabela em R df <- structure(list(x = structure(c(12458, 12633, 12692, 12830, 13369, 13455, 13458, 13515), class = "Date"), y = c(6080, 6949, 7076, 7818, 0, 0, 10765, 11153)), .Names = c("x", "y"), row.names = c("1", "2", "3", "4", "5", "6", "8", "9"), class = "data.frame") > …

8 r  regression  linear-model  robust 

Existe alguma maneira de executar o LASSO com regressão binomial negativa em R? Estou executando uma regressão binomial negativa no meu conjunto de dados porque os dados são muito dispersos para impor a regressão de poisson. Enquanto isso, também estou enfrentando algum problema de multicolinearidade. Eu já tentei usar glmnetcom …

8 r  regression  generalized-linear-model 

Estou usando dois perceptrons de múltiplas camadas de feedforward de múltiplas camadas (MLPs). Com os mesmos dados de entrada (14 neurônios de entrada), faço uma classificação (verdadeiro / falso) e uma regressão (se verdadeiro, "quanto") ¹. Até agora, usei preguiçosamente o Matlabs patternnet e fitnet , respectivamente. Preguiçosamente, porque não …

8 regression  machine-learning  backpropagation 

Estou realizando regressões quantílicas em R usando o pacote quantreg. Meu conjunto de dados inclui 12.328 observações, variando de 0,12 a 330. Os pontos no tempo para meus dados não são exatamente contínuos; todos os dados se enquadram em uma das dezenas de posições que variam de 73 a 397. …

8 r  regression 

Estou tentando criar um modelo usando regressão binomial negativa (GLM binomial negativo). Eu tenho um tamanho de amostra relativamente pequeno (maior que 300) e os dados não são redimensionados. Percebi que existem duas maneiras de medir a qualidade do ajuste - uma é desvio e a outra é a estatística …

8 regression  generalized-linear-model  chi-squared  deviance 

Estou tentando prever uma variável de resposta na regressão linear que deve ser sempre positiva (custo por clique). É uma quantia monetária. No adwords, você paga ao google pelos cliques nos seus anúncios, e um número negativo significa que o google paga quando as pessoas clicam: P Os preditores são …

8 regression  predictive-models 

Eu tenho um problema de regressão com 5-6k variáveis. Divido meus dados em três conjuntos não sobrepostos: treinamento, validação e teste. Treino usando apenas o conjunto de treinamento e gere muitos modelos diferentes de regressão linear escolhendo um conjunto diferente de 200 variáveis ​​para cada modelo (eu tento cerca de …

8 regression  cross-validation  model-selection  r-squared  overfitting 

Assim, parece-me que a função de pesos em lm dá mais peso às observações quanto maior o valor de 'peso' da observação associada, enquanto a função lme em lme faz exatamente o oposto. Isso pode ser verificado com uma simulação simples. #make 3 vectors- c is used as an uninformative …

8 r  regression  mixed-model  weighted-regression 

Tenho dados de pesquisas categóricas sobre as atitudes das pessoas em relação a uma determinada área política de 13 países. A variável de resposta é categórica e inclui 4 respostas distintas que não podem ser solicitadas. Eu gostaria de construir um modelo multinomial de múltiplos níveis de interceptação aleatória e …

8 regression  logistic  multinomial