Obecnie pracuję nad serią modeli szeregów czasowych Poissona, próbując oszacować efekt zmiany sposobu zliczania (przejście z jednego testu diagnostycznego do drugiego), jednocześnie kontrolując inne trendy w czasie (powiedzmy ogólny wzrost w występowanie choroby). Mam dane dla wielu różnych...
Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 2 lata temu . Poniższy kod PredictNew <- predict (glm.fit,...
Chciałbym uruchomić regresję liniową na wielowymiarowym zestawie danych. Istnieją różnice między różnymi wymiarami pod względem ich wielkości. Na przykład wymiar 1 ogólnie ma zakres wartości [0, 1], a wymiar 2 ma zakres wartości [0, 1000]. Czy muszę wykonać transformację, aby zakresy danych dla...
Przy ciągłych danych regresja liniowa zakłada, że termin błędu jest rozproszony N (0, )Y=β1+β2)X2)+ uY=β1+β2X2+uY=\beta_1+\beta_2X_2+uσ2)σ2\sigma^2 1) Czy zakładamy, że Var (Y | x) jest również ~ N (0, )?σ2)σ2\sigma^2 2) Czym jest ten rozkład błędów w regresji logistycznej? Gdy dane mają postać...
Czytałem tę książkę Bishopa: Rozpoznawanie wzorców i uczenie maszynowe. Miałem zamieszanie związane z wyprowadzeniem liniowego układu dynamicznego. W LDS zakładamy, że zmienne ukryte są ciągłe. Jeśli Z oznacza ukryte zmienne, a X oznacza obserwowane
Otrzymuję ogromne współczynniki podczas regresji logistycznej, patrz współczynniki z krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family =
Na stronie 232 „towarzysza R do regresji stosowanej” notatka Fox i Weisberg Tylko rodzina Gaussa ma stałą wariancję, a we wszystkich innych GLM wariancja warunkowa y w zależy odxx\bf{x}μ(x)μ(x)\mu(x) Wcześniej zauważają, że wariancja warunkowa Poissona wynosi a dwumianowa to...
Myślę o problemie polegającym na przewidywaniu dziennika (wydatków) klienta za pomocą regresji liniowej. Zastanawiam się, jakich funkcji użyć jako danych wejściowych i zastanawiam się, czy użyteczne byłoby użycie percentyla zmiennej jako danych wejściowych. Na przykład mógłbym wykorzystać...
Domyślnie, gdy używamy glmfunkcji w R, używa iteracyjnie przeważonej metody najmniejszych kwadratów (IWLS) w celu znalezienia parametrów maksymalnego prawdopodobieństwa. Teraz mam dwa pytania. Czy szacunki IWLS gwarantują globalne maksimum funkcji wiarygodności? Na podstawie ostatniego slajdu w...
Mam te dane: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Przeprowadziłem regresję Poissona poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") I ujemna regresja
Szukam algorytmu regresji liniowej, który jest najbardziej odpowiedni dla danych, których zmienna niezależna (x) ma stały błąd pomiaru, a zmienna zależna (y) ma błąd zależny od sygnału. Powyższe zdjęcie ilustruje moje
Mam zestaw danych zawierający około 5000 funkcji. Dla tych danych najpierw użyłem testu Chi Square do wyboru funkcji; potem otrzymałem około 1500 zmiennych, które wykazały związek istotności ze zmienną odpowiedzi. Teraz muszę dopasować do tego regresję logistyczną. Używam pakietu glmulti dla R...
Mam dane z następującego schematu eksperymentalnego: moje obserwacje są liczbami sukcesów ( K) z odpowiedniej liczby prób ( N), zmierzonymi dla dwóch grup, z których każda składa się z Iosobników, z Tzabiegów, w których w każdej takiej kombinacji czynników występują Rpowtórzenia . Stąd też zupełnie...
Próbuję pomóc uczniowi kolegi. Uczeń obserwował i policzył zachowanie ptaków (liczba wezwań) w układzie eksperymentalnym. Nie można było określić liczby połączeń przypisanych do konkretnego obserwowanego ptaka podczas każdego eksperymentu, ale możliwe było zliczenie liczby ptaków, które przyczyniły...
Poniższy wielopoziomowy model logistyczny z jedną zmienną objaśniającą na poziomie 1 (poziom indywidualny) i jedną zmienną objaśniającą na poziomie 2 (poziom grupy): logit (pI j) =π0 j+π1 jxI j… ( 1 )logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0...
Pytania: Czy w praktyce stosowane są niewłaściwe modele liniowe, czy też jest to pewnego rodzaju ciekawość opisywana od czasu do czasu w czasopismach naukowych? Jeśli tak, w jakich obszarach są one wykorzystywane? Czy są inne przykłady takich modeli? Wreszcie, czy standardowe błędy, wartości ,...
W mojej dziedzinie zwykłym sposobem wykreślania sparowanych danych jest seria cienkich nachylonych segmentów linii, nakładających je na medianę i CI mediany dla dwóch grup: Jednak ten rodzaj wykresu staje się znacznie trudniejszy do odczytania, ponieważ liczba punktów danych staje się bardzo...
Mój przyjaciel niedawno zapytał, co jest takiego zwyczajnego, o zwykłych najmniejszych kwadratach. Wydaje się, że nigdzie nie rozmawialiśmy. Obaj zgodziliśmy się, że OLS jest specjalnym przypadkiem modelu liniowego, ma wiele zastosowań, jest dobrze znany i jest szczególnym przypadkiem wielu innych...
We wstępnej ekonometrii Wooldridge'a jest cytat: Argument uzasadniający normalną dystrybucję błędów zwykle działa mniej więcej tak: ponieważ uuu jest sumą różnych wpływających na nie zaobserwowanych czynników yyy, możemy odwołać się do centralnego twierdzenia o granicy, aby dojść do wniosku uuu...
Dopasowuję kilka modeli tego formularza. glm(DV ~ I(1/IV), family = Gamma(link = "log") .. i szukam sposobów na porównanie modeli uzyskanych dla różnych zmiennych. Zastanawiam się, czy wartość alfa ma jakieś praktyczne zastosowanie? Dla trzech wykresów poniżej wartości alfa wynoszą 17,85, 9,03...