Perguntas com a marcação «regression»

Ao usar o software estatístico, Ao definir seus modelos lineares, por que a interceptação é digitada como 1, em vez de "const" ou "interceptar" ou algo assim. Que significado eu tenho? Existe alguma razão histórica? Ou isso é lógico, de alguma maneira, que estou deixando de entender? A interceptação poderia …

7 regression  software  intercept 

A classe de regressão linear sklearn padrão encontra uma relação linear aproximada entre variável e covariável que minimiza o erro quadrado médio (MSE). Especificamente, seja o número de observações e vamos ignorar a interceptação por simplicidade. Seja o valor variável da ésima observação e sejam os valores das covariáveis ​​da …

7 regression  multiple-regression  scikit-learn 

Eu tenho um modelo de regressão linear para uma variável dependente base em duas variáveis ​​independentes, e , então eu tenho uma forma geral de uma equação de regressãoYYYX1X1X1X2X2X2 Y=A+B1⋅X1+B2⋅X2+ϵY=A+B1⋅X1+B2⋅X2+ϵY = A + B_1 \cdot X_1 + B_2 \cdot X_2 + \epsilon , onde é a interceptação, é o termo …

7 regression  p-value 

Estou interessado na relação entre duas variáveis de série temporal: e . As duas variáveis ​​estão relacionadas entre si, e não está claro pela teoria qual delas causa a outra. YYYXXX Dado isso, não têm boas razões para preferir a regressão linear Y= α + βXY=α+βX Y = \alpha + …

7 regression  regression-coefficients 

Estimei os parâmetros de regressão de um modelo de regressão linear usando o LASSO, enviei algumas variáveis ​​para zero usando a validação cruzada e agora obtive um modelo final. Sabe-se que a regularização induz viés nas variáveis ​​ativas, mas é um bom preço a pagar para se livrar de variáveis …

7 regression  lasso  regularization 

Pergunta muito básica aqui, mas eu gostaria de entender (não matematicamente) como o fato de adicionar uma "penalidade" (soma do coeficiente ao quadrado. Vezes um escalar) à soma residual do quadrado pode reduzir grandes coeficientes? obrigado !

7 regression  least-squares  regularization 

Eu tenho um conjunto de pontos de dados onde são as variáveis ​​independentes e acredito que cada pode ser modelado como sendo extraído de uma distribuição exponencial com os parâmetros .XEu,yEuXEu,yEuX_i, y_ixxxyEuyEuy_iλEuλEu\lambda_i Se eu usar o para prever , como posso avaliar a qualidade das minhas distribuições previstas em relação …

7 regression  distributions  error  scoring-rules 

Descobri para meus exames de econometria que, se eu esquecer a notação escalar, muitas vezes posso me salvar lembrando a notação da matriz e trabalhando para trás. No entanto, o seguinte me confundiu. Dada a estimativa simples yi^=β0^+β1^xi1yi^=β0^+β1^xi1\hat{y_i} = \hat{\beta_0} + \hat{\beta_1}x_{i1} Como é que vamos β^=(X′X)−1X′yβ^=(X′X)−1X′y\boldsymbol{\hat{\beta}} = \boldsymbol{(X'X)}^{-1}\boldsymbol{X'y} para …

7 regression  least-squares  regression-coefficients  matrix  notation 

Gravei um DV e IV de 20 participantes. O IV é uma medida repetida, e meu objetivo é ver como a variação no IV pode explicar as variações no DV. Mais especificamente, quero um coeficiente beta para cada participante. Meu primeiro pensamento foi montar um modelo linear de efeitos mistos …

7 regression  mixed-model  regression-coefficients 

Considere o seguinte problema: Você tem duas moedas cada uma com seu próprio peso (probabilidade de dar cara). Alguém jogará as moedas para você em outra sala (você confia nelas). Você pode pedir que joguem as duas moedas e eles dirão se são ambas caras ou não. Ou você pode …

7 regression  probability  estimation 

Eu estava lendo a Introdução à Aprendizagem Estatística. Aqui é mostrado que: - Em um exemplo posterior, o trem e o teste MSE são plotados. Eu queria saber se o viés ^ 2 e a variação são quantidades positivas, então como o MSE pode ser menor que o desvio?

7 regression  mse  training-error  bias-variance-tradeoff 

Considere um planejamento fatorial dentro do sujeito e dentro do item, onde a variável de tratamento experimental possui dois níveis (condições). Seja m1o modelo máximo e m2o modelo sem correlações aleatórias. m1: y ~ condition + (condition|subject) + (condition|item) m2: y ~ condition + (1|subject) + (0 + condition|subject) + …

7 r  mixed-model  lme4-nlme  categorical-encoding  machine-learning  pandas  proportion  r  irt  distributions  conditional-probability  kernel-smoothing  r  data-visualization  r  mixed-model  sas  curve-fitting  matplotlib  data-visualization  python  matplotlib  regression  logistic  simulation  sas  jmp  logit  beta-regression  regression  maximum-likelihood  posterior 

A transformação de log sempre mitigará a heterocedasticidade? Porque o livro declara que a transformação de log geralmente reduz a heterocedasticidade. Então, eu quero saber em quais casos isso não diminuirá a heterocedasticidade.

7 regression  data-transformation  heteroscedasticity  logarithm 

Para lidar com dados censurados, vejo que alguns pesquisadores usam métodos de regressão censurados , como a regressão Tobit , alguns usam modelos clássicos de análise de sobrevivência, como a regressão de Cox . Eu sei que a regressão de Cox e a regressão de Tobit são dois modelos diferentes …

7 regression  survival  censoring 

Considere regressão líquida elástica com glmnetparametrização semelhante à função de perdaL=12n∥∥y−β0−Xβ∥∥2+λ(α∥β∥1+(1−α)∥β∥22/2).L=12n‖y−β0−Xβ‖2+λ(α‖β‖1+(1−α)‖β‖22/2).\mathcal L = \frac{1}{2n}\big\lVert y - \beta_0-X\beta\big\rVert^2 + \lambda\big(\alpha\lVert \beta\rVert_1 + (1-\alpha) \lVert \beta\rVert^2_2/2\big).Eu tenho um conjunto de dados com n≪pn≪pn\ll p (44 e 3000 respectivamente) e estou usando a validação cruzada de 11 vezes repetida para selecionar os parâmetros …

7 regression  cross-validation  model-selection  regularization  elastic-net