Dużo czytam o używaniu splajnów w różnych problemach z regresją. Niektóre książki (np. Bogato sparametryzowane modele liniowe Hodgesa ) zalecają splajnowane splajny. Inne (np. Strategie modelowania regresji Harrella ) wybierają ograniczone splajny sześcienne. Jak różne są one w praktyce? Czy...
Kiedy obliczyć błąd standardowy współczynnik regresji, nie stanowią przypadkowości w macierzy eksperymentu . Na przykład w OLS obliczamy jakoXXXvar ( β^)var(β^)\text{var}(\hat{\beta})var ( ( XT.X)- 1XT.Y) = σ2)( XT.X)- 1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) =...
Czytałem więc o proroku na Facebooku, że dzieli on szereg czasowy na trendy i sezonowość. Na przykład model addytywny zostałby zapisany jako: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = g(t) + s(t) + h(t) + e_t z ttt godzinę sol( t )g(t)g(t) trend (może być liniowy...
Podczas przeprowadzania wielokrotnej regresji liniowej OLS zamiast wykreślania reszt względem dopasowanych wartości, wykreślam (wewnętrzne) studentizowane resztki względem dopasowanych wartości (podobnie jak współzmienne). Te pozostałości są zdefiniowane
Czytałem trochę o Uogólnionych Najmniejszych Kwadratach (GLS) i próbowałem powiązać je z moim podstawowym tłem ekonometrycznym. Pamiętam, że w szkole podstawowej korzystałem z Regresji Pozornie Niepowiązanej (SUR), która wydaje się nieco podobna do GLS. W jednym artykule natknąłem się nawet na SUR...
Mam sylwetkę modelu liniowego w R użyciem glmnet. Oryginalny (nieregulowany) model został dopasowany przy użyciu lmi nie miał stałego terminu (tj. Był w formie lm(y~0+x1+x2,data)). glmnetbierze macierz predyktorów i wektor odpowiedzi. Czytam glmnetdokumentację i nie mogę znaleźć wzmianki o tym...
„Spodnia regresja” (w kontekście szeregów czasowych) i powiązane terminy, takie jak testy root root, są czymś, o czym dużo słyszałem, ale nigdy nie rozumiałem. Dlaczego / kiedy intuicyjnie to się dzieje? (Wydaje mi się, że dzieje się to wtedy, gdy twoje dwa szeregi czasowe są zintegrowane, tj....
Podstawowym model PLS jest dana macierzy X i n wektor Y są związane przez X = T P ' + E , Y = T Q ' + f , gdzie t jest utajony N x k macierzy i E , f są warunkami szumu (sumowanie X , y są wyśrodkowane).n × mn×mn \times mXXXnnnyyyX= TP.′+ E,X=T.P.′+mi,X = T P' + E, y= Tq′+ f,y=T.q′+fa,y = T q' +...
Pozdrowienia, Przeprowadzam badania, które pomogą określić rozmiar obserwowanej przestrzeni i czas, jaki upłynął od Wielkiego Wybuchu. Mam nadzieję, że możesz pomóc! Mam dane zgodne z częściową funkcją liniową, na której chcę wykonać dwie regresje liniowe. Jest punkt, w którym nachylenie i punkt...
Czy istnieje sposób wykreślenia linii regresji takiego fragmentowego modelu, inny niż użycie linesdo wykreślenia każdego segmentu osobno lub użycie geom_smooth(aes(group=Ind), method="lm", fill=FALSE)? m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price:...
Model wykładniczy to model opisany następującym równaniem: yi^=β0⋅eβ1x1i+…+βkxkiyja^=β0⋅miβ1x1ja+…+βkxkja\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} Najczęstszym podejściem stosowanym do oszacowania takiego modelu jest linearyzacja, którą można łatwo wykonać poprzez...
Czytałem opis regresji grzbietu w Applied Linear Statistics Models , 5th Ed, rozdział 11. Regresję grzbietu wykonuje się na podstawie danych tkanki tłuszczowej dostępnych tutaj . Podręcznik pasuje do danych wyjściowych w SAS, gdzie współczynniki przekształcone wstecz są podane w dopasowanym modelu...
Muszę narysować złożoną grafikę do wizualnej analizy danych. Mam 2 zmienne i dużą liczbę przypadków (> 1000). Na przykład (liczba wynosi 100, jeśli dyspersja jest mniej „normalna”): x <- rnorm(100,mean=95,sd=50) y <- rnorm(100,mean=35,sd=20) d <- data.frame(x=x,y=y) 1) Muszę...
Czy istnieje prosty sposób na zastosowanie formuły linii trendu z wykresu do dowolnej wartości X w programie Excel? Na przykład chcę uzyskać wartość Y dla danego X = 2 006,00 USD. Już wziąłem formułę i przepisałem ją: =-0.000000000008*X^3 - 0.00000001*X^2 + 0.0003*X - 0.0029 Ciągle dostosowuję...
Kończę analizę dużej grupy danych. Chciałbym wziąć model liniowy zastosowany w pierwszej części pracy i ponownie go dopasować za pomocą liniowego modelu mieszanego (LME). LME byłby bardzo podobny, z tym wyjątkiem, że jedna ze zmiennych zastosowanych w modelu byłaby zastosowana jako efekt losowy. Te...
Używam quantreg pakiet do modelu regresji używając 99. percentyla moich wartości w zbiorze danych. W oparciu o porady z poprzedniego pytania dotyczącego przepełnienia stosu użyłem następującej struktury kodu. mod <- rq(y ~ log(x), data=df, tau=.99) pDF <- data.frame(x = seq(1,10000,...
Korzystam z regresji opartej na GAM, używając pakietu R gamlss i zakładając zerową zawyżoną dystrybucję danych beta. Mam tylko jedną zmienną objaśniającą w moim modelu, więc to zasadniczo: mymodel = gamlss(response ~ input, family=BEZI). Algorytm podaje mi współczynnik dla wpływu zmiennej...
Mam dane dotyczące procentu materii organicznej w osadach jeziornych od 0 cm (tj. Interfejs osadów do wody) do 9 cm dla około 25 jezior. W każdym jeziorze pobrano 2 rdzenie z każdej lokalizacji, więc mam 2 powtórzenia miar zawartości materii organicznej na każdej głębokości osadu dla każdego...
Załóżmy, że mam model regresji kwadratowej z błędami spełniającymi zwykłe założenia (niezależne, normalne, niezależne od wartości ). Niech będą szacunkami najmniejszych kwadratów.Y=β0+β1X+β2X2+ϵY=β0+β1X+β2X2+ϵ Y = \beta_0 + \beta_1 X + \beta_2 X^2 + \epsilon ϵϵ\epsilonXXXb0,b1,b2b0,b1,b2b_0,...
Trudno mi to opisać, ale postaram się, aby mój problem był zrozumiały. Najpierw musisz wiedzieć, że do tej pory przeprowadziłem bardzo prostą regresję liniową. Zanim oszacowałem współczynnik, obserwowałem rozkład mojego . Jest ciężko lewy przekrzywiony. Po oszacowaniu modelu byłem całkiem pewny, że...