Perguntas com a marcação «regression»

Na regressão em geral e na regressão linear, em particular, a interpretação causal sobre parâmetros é às vezes permitida. Pelo menos na literatura econométrica, mas não somente quando a interpretação causal é permitida, não é tão claro; Para uma discussão, você pode ver: Regressão e Causação: Um Exame Crítico de …

8 regression  experiment-design  causality 

Temos uma resposta e preditoresY∈RnY∈RnY \in \Bbb R^nX=(x1,x2,⋯,xm)T∈Rn×mX=(x1,x2,⋯,xm)T∈Rn×mX = (x_1, x_2, \cdots, x_m)^T \in \Bbb R^{n \times m} O problema que queremos resolver é argmink∈Rm(∥Y−Xk∥22+λ∥k∥0)→k0argmink∈Rm(‖Y−Xk‖22+λ‖k‖0)→k0\text{argmin}_{k \in \Bbb R^{m}} (\Vert Y - Xk \Vert_2^2 + \lambda \Vert k \Vert_0) \rightarrow k_0 No entanto, é difícil para NP; portanto, resolvemos argmink∈Rm(∥Y−Xk∥22+λ∥k∥1)→k1argmink∈Rm(‖Y−Xk‖22+λ‖k‖1)→k1\text{argmin}_{k \in …

8 regression  feature-selection  regularization 

Eu tenho um dado que onde o resultado é a proporção de uma espécie observada em uma área por uma máquina em 2 dias separados. Como o resultado é uma proporção e não inclui 0 ou 1, usei uma regressão beta para ajustar-se ao modelo. A temperatura é usada como …

8 regression  logistic  multiple-regression  beta-regression 

Suponha que eu esteja trabalhando com o seguinte modelo yi=α(1−exp(−βti))+γ(1−exp(−δti))+εiyi=α(1−exp⁡(−βti))+γ(1−exp⁡(−δti))+εiy_i = \alpha(1-\exp(-\beta t_i))+\gamma(1-\exp(-\delta t_i)) + \varepsilon_i . O é um gaussiano com média zero e estou tentando encontrar os melhores valores de ajuste de .εiεi\varepsilon_iα,β,γ,δα,β,γ,δ\alpha,\beta,\gamma,\delta Para concretização, digamos que este seja um modelo para a quantidade total de algumas espécies …

8 regression  nonlinear-regression  identifiability 

Eu tenho uma pergunta sobre o coeficiente de inclinação do OLS comparado ao da Regressão Quantil, ao enfrentar termos de erro homoscedástico. O modelo de população pode se parecer com: yEu=β0 0+β1 1xEu+vocêEuyi=β0+β1xi+uiy_i = \beta_0 + \beta_{1}x_i + u_i com vocêEuuiu_isendo termos de erro do iid. O coeficiente de inclinação …

8 regression  least-squares  quantile-regression 

Estou fazendo regressão linear em dados de composição usando a transformação de razão de log com dados do censo. Os IVs são composicionais (porcentagens que somam 100). O DV é não composicional e contínuo. Os resultados alr e clr são mais facilmente interpretados. Todos eles produzem a mesma medida de …

8 regression  compositional-data 

Estou estudando econometria na terceira edição da 'Introdução à Econometria', de James H. Stock e Mark W. Watson. Na página 166, ele se diverte na versão beta do estoque. Diz Esses betas são tipicamente estimados por regressão OLS do excesso de retorno real das ações contra o excesso de retorno …

8 regression  finance 

Eu tenho a seguinte pergunta em mãos. Suponha (x1,y1),(x2,y2),⋯,(x10,y10)(x1,y1),(x2,y2),⋯,(x10,y10)(x_1,y_1),(x_2,y_2),\cdots,(x_{10},y_{10}) representa um conjunto de observações bi-variáveis (X,Y)(X,Y)(X,Y) de tal modo que x2=x3=⋯=x10≠x1.x2=x3=⋯=x10≠x1.x_2=x_3=\cdots =x_{10}\ne x_1. Em que condições a linha de regressão com mínimos quadrados da YYY em XXX ser idêntico à linha de desvio mínimo absoluto? Eu sei que dizemos que …

8 regression  self-study  least-squares  least-absolute-deviations 

Eu tentei executar uma fórmula semelhante a y ~ 1. Isso me dá apenas uma interceptação, mas o valor mostrado é igual à estimativa de interceptação (sem covariáveis) + 1 ou apenas à estimativa de interceptação (sem covariáveis)? Qualquer ajuda seria apreciada.

8 r  regression 

Suponha que a especificação de regressão seja yEu=β0 0+β1 1xEu+ϵEu,yi=β0+β1xi+ϵi,y_i=\beta_0+\beta_1x_i+\epsilon_i, Não importa xEuxix_i estocástico ou não, precisaremos assumir que ϵEuϵi\epsilon_i é distribuído da mesma forma para todos Euii. No entanto, sexEuxix_ié uma variável aleatória estocástica em vez de um valor fixo; é necessário outro pressuposto, a saber, que o termo …

8 regression  linear-model 

Se eu tiver razões teóricas para supor que os dados possam se encaixar em uma equação incomum, como a seguinte: YEu= (β0 0+β1 1x1 i+β2x2 i+ϵEu)β3Yi=(β0+β1x1i+β2x2i+ϵi)β3Y_i = (\beta_0 + \beta_1x_{1i} + \beta_2x_{2i} + \epsilon_i)^{\beta_3} Posso usar a regressão linear múltipla de mínimos quadrados ordinários após uma transformação para estimar os …

8 r  regression  nonlinear-regression 

Este é um post cruzado do Math SE . Eu tenho alguns dados (tempo de execução de um algoritmo) e acho que segue uma lei de energia yr e g= k xumayreg=kxumay_\mathrm{reg} = k x^a Eu quero determinar e . O que fiz até agora é fazer uma regressão linear …

7 regression  fitting  logarithm  power-law 

É possível executar uma regressão em que você possui uma variável de recurso desconhecida / desconhecida? Diga que eu tenho yn=uma0 0+uma1 1x1 1+uma2x2+uma3x3yn=a0+a1x1+a2x2+a3x3y_n = a_0 + a_1 x_1 + a_2 x_2 + a_3 x_3 mas eu não / não posso medir o valor da variável do recurso x3x3x_3. Ainda …

7 regression  machine-learning  stochastic-processes 

A seguir, entendo o que acontece: se eu pegar um "problema bidimensional", por exemplo, eu tenho XXX como entradas e Y como o resultado e eu adiciono um recurso x2x2x^2. Isso dá ao problema uma dimensão adicional e o ajuste linear noxxx e yyy Os valores definem uma linha, bem …

7 regression  polynomial 

Nas anotações de meu curso sobre um curso de regressão com relação à detecção de heterocedasticidade, há a seguinte citação: "Como os resíduos dos mínimos quadrados apresentam variações desiguais mesmo no caso homoscedástico, é preferível usar os resíduos padronizados". Minha intuição me diz que, como a linha de regressão LS …

7 regression  residuals  heteroscedasticity