Perguntas com a marcação «residuals»

Essa questão surge da minha confusão real sobre como decidir se um modelo logístico é bom o suficiente. Eu tenho modelos que usam o estado dos pares de projetos individuais dois anos após serem formados como uma variável dependente. O resultado é bem-sucedido (1) ou não (0). Eu tenho variáveis …

13 r  logistic  goodness-of-fit  residuals 

Estive discutindo com vários membros do laboratório sobre esse assunto e fomos a várias fontes, mas ainda não temos a resposta: Quando dizemos que um GLM tem uma família de poisson , digamos que estamos falando sobre a distribuição dos resíduos ou a variável de resposta? Pontos de discórdia Ao …

13 generalized-linear-model  residuals  assumptions 

Ao modelar séries temporais, é possível (1) modelar a estrutura correlacional dos termos de erro como, por exemplo, um processo AR (1) (2) incluir a variável dependente atrasada como uma variável explicativa (no lado direito) Entendo que, às vezes, existem razões substanciais a seguir (2). No entanto, quais são as …

13 time-series  autocorrelation  residuals  lags 

Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 …

12 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Aqui, a interpretação errônea da suposição de normalidade na regressão linear é discutida (que a 'normalidade' refere-se ao X e / ou Y ao invés dos resíduos), e o pôster pergunta se é possível ter X e Y distribuídos normalmente. e ainda tem resíduos normalmente distribuídos. Minha pergunta é: normalmente …

12 regression  normal-distribution  data-transformation  residuals  assumptions 

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Por que é necessário colocar a premissa distributiva nos erros, ou seja, yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , comϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) . Por que não escrever yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , comyi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) , onde em qualquer dos casos ϵi=yi−y^ϵi=yi−y^\epsilon_i = y_i - \hat{y} . Eu vi enfatizar …

12 regression  normal-distribution  residuals  assumptions  notation 

Sou estudante de doutorado em psicologia experimental e tento muito melhorar minhas habilidades e conhecimentos sobre como analisar meus dados. Até o meu quinto ano em psicologia, eu pensava que os modelos semelhantes à regressão (por exemplo, ANOVA) assumem o seguinte: normalidade dos dados homogeneidade de variação para os dados …

12 regression  dataset  residuals  assumptions 

Estou executando um modelo linear generalizado, no qual tenho que especificar uma família diferente da normal. Qual é a distribuição esperada de resíduos? Por exemplo, os resíduos devem ser distribuídos normalmente?

12 generalized-linear-model  residuals  normality-assumption 

Essa pergunta é geral e prolongada, mas por favor, tenha paciência comigo. No meu aplicativo, tenho muitos conjuntos de dados, cada um consistindo em ~ 20.000 pontos de dados com ~ 50 recursos e uma única variável binária dependente. Estou tentando modelar os conjuntos de dados usando regressão logística regularizada …

12 logistic  residuals 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Eu tenho uma regressão linear que é muito boa, eu acho (é para um projeto universitário, então eu realmente não preciso ser super preciso). A questão é que, se eu traçar os resíduos versus os valores previstos, há (de acordo com meu professor) uma dica de heterocedasticidade. Mas se eu …

12 regression  normal-distribution  residuals  heteroscedasticity 

Quando você faz uma regressão OLS e plota os resíduos resultantes, como saber se os resíduos são correlacionados automaticamente? Eu sei que existem testes para isso (Durbin, Breusch-Godfrey), mas eu queria saber se você pode apenas olhar para um gráfico para avaliar se a autocorrelação pode ser um problema (porque, …

12 regression  autocorrelation  residuals 

Estou tentando estimar uma regressão linear múltipla em R com uma equação como esta: regr <- lm(rate ~ constant + askings + questions + 0) perguntas e perguntas são séries temporais de dados trimestrais, construídas com askings <- ts(...). O problema agora é que eu tenho resíduos autocorrelacionados. Eu sei …

11 r  time-series  multiple-regression  autocorrelation  residuals 

Este é um gráfico de mosaico do conjunto de dados da tabela de contingência HairEyeColordescrito aqui . Como interpreto as cores que representam resíduos? Qual é a diferença entre os resíduos altos e positivos de Pearson (mostrados em azul) versus os baixos e negativos mostrados em vermelho?

11 data-visualization  chi-squared  residuals  contingency-tables