Eksperymentowałem z zależnością między błędami a resztkami, używając kilku prostych symulacji w R. Jedną z rzeczy, które znalazłem, jest to, że niezależnie od wielkości próbki lub wariancji błędu zawsze otrzymuję dokładnie dla nachylenia, gdy dopasujesz
W kilku odpowiedziach widziałem, jak użytkownicy CrossValidated sugerują OP znaleźć wczesne artykuły na temat Lasso, Ridge i Elastic Net. Dla potomnych, jakie są przełomowe prace na temat Lasso, Ridge i Elastic Net?
Nie mam na myśli konkretnego przykładu ani zadania. Po prostu jestem nowy w używaniu splajnów b i chciałem lepiej zrozumieć tę funkcję w kontekście regresji. Załóżmy, że chcemy ocenić związek między zmienną odpowiedzi a niektórymi predyktorami . Predyktory obejmują niektóre zmienne numeryczne, a...
Mój zestaw danych (N.≈ 10 , 000N.≈10,000N \approx 10,000) ma zmienną zależną (DV), pięć niezależnych zmiennych „podstawowych” (P1, P2, P3, P4, P5) i jedną niezależną zmienną będącą przedmiotem zainteresowania (Q). Uruchomiłem regresje liniowe OLS dla następujących dwóch modeli: DV ~ 1 + P1 + P2 +...
Tytuł mówi wszystko. Rozumiem, że najmniejsze kwadraty i maksymalne prawdopodobieństwo dadzą taki sam wynik dla współczynników regresji, jeśli błędy modelu są zwykle rozkładane. Ale co się stanie, jeśli błędy nie są zwykle dystrybuowane? Dlaczego te dwie metody nie są już...
Dowiedziałem się o regresji procesu Gaussa z filmów online i notatek z wykładów, rozumiem, że jeśli mamy zbiór danych z punktami to zakładamy, że dane są próbkowane z wymiarowego wielowymiarowego Gaussa. Więc moje pytanie dotyczy przypadku, gdy wynosi 10 milionów, czy regresja procesu Gaussa nadal...
Przeglądałem dokumentację sklearn, ale nie jestem w stanie zrozumieć celu tych funkcji w kontekście regresji logistycznej. Dla decision_functionniego mówi, że jego odległość między hiperpłaszczyznę i instancji testowej. w jaki sposób te konkretne informacje są przydatne? i jak to się odnosi...
Załóżmy, że mamy model .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Regresja ma wiele założeń, na przykład, że błędy powinny być normalnie rozłożone ze średnią zerową i stałą wariancją. Nauczono mnie...
Regresja logistyczna modeluje dzienne szanse zdarzenia jako pewien zestaw predyktorów. To znaczy, log (p / (1-p)), gdzie p jest prawdopodobieństwem pewnego wyniku. Zatem interpretacja surowych współczynników regresji logistycznej dla niektórych zmiennych (x) musi być zgodna z logarytmiczną skalą...
Zamkniętą formę w regresji liniowej można zapisać jako w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Jak intuicyjnie wyjaśnić rolę w tym
Używam Matlaba do wykonywania nieograniczonych najmniejszych kwadratów (zwykłych najmniejszych kwadratów) i automatycznie wyprowadza współczynniki, statystyki testowe i wartości p. Moje pytanie brzmi: po wykonaniu ograniczonych najmniejszych kwadratów (ściśle nieujemnych współczynników),...
Załóżmy, że interesuje mnie model regresji liniowej Yja=β0+β1x1+β2)x2)+β3)x1x2)Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2, ponieważ chciałbym sprawdzić, czy interakcja między dwoma zmiennymi towarzyszącymi ma wpływ na Y. W notatkach dla profesorów (z którymi nie...
Mam model regresji liniowej z obserwacjami próbki i zmiennych i chcę wiedzieć: Czy określona zmienna jest wystarczająco istotna, aby pozostać uwzględniona w modelu. Czy inna zmienna (z obserwacjami) powinna być uwzględniona w modelu. Jakie statystyki mogą mi pomóc? Jak uzyskać je najbardziej...
Próbuję zbudować model prognozowania regresji szeregów czasowych dla zmiennej wynikowej, w kwocie dolarowej, pod względem innych predyktorów / zmiennych wejściowych i błędów autokorelowanych. Ten rodzaj modelu nazywany jest również modelem regresji dynamicznej. Muszę nauczyć się rozpoznawać funkcje...
Jakie metody są dostępne do wyboru predyktorów w wielowymiarowej regresji liniowej za pomocą odpowiednich predyktorów, aby znaleźć „optymalny” podzbiór predyktorów bez wyraźnego testowania wszystkich podzbiorów ? W „Applied Survival Analysis” Hosmer i Lemeshow odnoszą się do metody Kuka, ale nie...
Podczas przeprowadzania regresji liniowej często przydatne jest wykonanie transformacji, takiej jak transformacja logarytmiczna dla zmiennej zależnej, aby uzyskać lepszą konformację rozkładu normalnego. Często przydatne jest również sprawdzenie beta z regresji, aby lepiej ocenić rozmiar efektu /...
Czy zmienna X (hazard) w analizie proporcjonalnej regresji hazardu Coxa zawsze musi być czasem? Jeśli nie, czy mógłbyś podać przykład? Czy wiek chorego na raka może być zmienną ryzyka? Jeśli tak, to czy można to interpretować jako ryzyko zachorowania na raka w pewnym wieku? Czy regresja Coxa...
Załóżmy, że mamy prosty model regresji liniowej Z= a X+ b YZ=aX+bYZ = aX + bY i chciałby przetestować hipotezę zerową H.0: a = b =12)H0:a=b=12H_0: a=b=\frac{1}{2} przeciwko ogólnej alternatywie. Myślę, że można użyć oszacowania i a następnie zastosować test aby uzyskać przedział ufności wokół ....
Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 10 0.45 11 0.42 12...
Moja (bardzo podstawowa) wiedza na temat modelu regresji Tobiasza nie pochodzi z klasy, tak jak wolałbym. Zamiast tego zbierałem tu i ówdzie informacje przez kilka wyszukiwań w Internecie. Moje najlepsze przypuszczenia dotyczące założeń regresji skróconej są takie, że są one bardzo podobne do...