Perguntas com a marcação «residuals»

Em um cenário de regressão do LASSO, em que y= Xβ+ ϵy=Xβ+ϵy= X \beta + \epsilon , e as estimativas do LASSO são fornecidas pelo seguinte problema de otimização minβ| | y- Xβ| | +τ| | β| |1minβ||y-Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Existem suposições distributivas em relação …

18 regression  lasso  assumptions  residuals 

Contexto Esta pergunta usa R, mas trata de questões estatísticas gerais. Estou analisando os efeitos dos fatores de mortalidade (% de mortalidade por doenças e parasitismo) na taxa de crescimento populacional da mariposa ao longo do tempo, onde populações de larvas foram amostradas de 12 locais uma vez por ano …

17 model-selection  autocorrelation  residuals  panel-data  spatio-temporal 

Suponha que executamos uma regressão linear simples , salvamos os resíduos e desenhamos um histograma de distribuição de resíduos. Se obtivermos algo que se parece com uma distribuição familiar, podemos assumir que nosso termo de erro tem essa distribuição? Digamos, se descobrimos que os resíduos se assemelham à distribuição normal, …

17 r  regression  residuals 

Eu realmente não entendo heterocedasticidade. Gostaria de saber se meu modelo é apropriado ou não, de acordo com esse gráfico.

17 r  regression  residuals  heteroscedasticity  independence 

Eu sei que os Pearson Residuals padronizados são obtidos de uma maneira probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} Residuais de Deviance e Deviance são obtidos de uma maneira mais estatística (a contribuição de cada ponto para a probabilidade): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} onde …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Uma pergunta de iniciante sobre o resíduo de Pearson no contexto do teste do qui-quadrado para a qualidade do ajuste: Além da estatística de teste, a chisq.testfunção de R reporta o resíduo de Pearson: (obs - exp) / sqrt(exp) Entendo por que olhar para a diferença bruta entre valores observados …

16 chi-squared  goodness-of-fit  residuals 

Isso é algo que estou vendo feito como uma espécie de método ad-hoc e me parece muito suspeito, mas talvez esteja faltando alguma coisa. Já vi isso em regressão múltipla, mas vamos simplificar: yEu= β0 0+ β1xEu+ εEuyEu=β0 0+β1xEu+εEu y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Agora pegue os …

16 regression  residuals 

\newcommand{\E}{\mathbb{E}} Como está a transformação de normalização A(⋅)=∫duV1/3(μ)A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} normalização para a família exponencial derivado? Mais especificamente : tentei seguir o esboço de expansão de Taylor na página 3, slide 1 aqui, mas tenho várias perguntas. Com XXX de uma família exponencial, transformação h(X)h(X)h(X) e κiκi\kappa _i indicando o …

15 data-transformation  residuals  asymptotics  exponential-family 

Estou tentando fazer uma regressão em dados heterocedásticos em que estou tentando prever as variações de erro, bem como os valores médios em termos de um modelo linear. Algo assim: y(x,t)ξ(x,t)y¯(x,t)σ(x,t)=y¯(x,t)+ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ \sigma\left(x,t\right) &= \sigma_{0}+cx+dt. \end{align} Em palavras, os dados consistem em …

15 regression  spss  variance  residuals  heteroscedasticity 

Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em seguida, realizei um teste de razão de verossimilhança desse modelo em …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Estou tentando prever uma série temporal, para a qual usei o modelo sazonal ARIMA (0,0,0) (0,1,0) [12] (= fit2). É diferente do que R sugeriu com auto.arima (ARIMA calculado R (0,1,1) (0,1,0) [12] seria um ajuste melhor, chamei-o de ajuste1). No entanto, nos últimos 12 meses da minha série cronológica, …

14 r  time-series  statistical-significance  arima  residuals 

Estou fazendo um curso sobre modelos de regressão e uma das propriedades fornecidas para a regressão linear é que os resíduos sempre somam zero quando uma interceptação é incluída. Alguém pode fornecer uma boa explicação sobre por que esse é o caso?

14 regression  residuals 

Um erro padrão estimado é o desvio padrão σ ( θ ) de um estimador θ para um parâmetro θ .σ^(θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta Por que o desvio padrão estimado dos resíduos é chamado de "erro padrão residual" (por exemplo, na saída da summary.lmfunção de R ) e não "desvio padrão residual"? …

14 r  standard-error  residuals  terminology 

Eu gostaria de fazer um teste W de Shapiro Wilk e um teste Kolmogorov-Smirnov sobre os resíduos de um modelo linear para verificar a normalidade. Eu só estava me perguntando quais resíduos devem ser usados ​​para isso - os resíduos brutos, os resíduos de Pearson, resíduos estudantis ou resíduos padronizados? …

13 r  regression  residuals  normality-assumption  lm 

Pergunta bastante básica: O que significa uma distribuição normal de resíduos de uma regressão linear? Em termos de, como isso se reflete nos meus dados originais da regressão? Estou totalmente perplexo, obrigado pessoal

13 regression  residuals