Mam następujące dane znajdujące się tutaj . Próbuję obliczyć 95% przedział ufności dla średniej czystości, gdy procent węglowodorów wynosi 1,0. W R wpisuję następujące. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017...
Niedawno dostałem poprawkę do mojego artykułu badawczego i poniżej znajduje się komentarz recenzenta do mojego artykułu: wyniki uzyskane z jednego modelu nie są do końca przekonujące, szczególnie regresja liniowa zwykle ma braki w radzeniu sobie z wartościami odstającymi. Sugeruję, aby autorzy...
Korzystam z regresora RandomForest na moich danych i mogłem zobaczyć, że wynik OOB wynosił 0,83. Nie jestem pewien, jak to się stało. Mam na myśli, że moje cele mają wysokie wartości w zakresie 10 ^ 7. Więc jeśli to MSE, to powinno być znacznie wyższe. Nie rozumiem, co oznacza tutaj...
Jestem zainteresowany znalezieniem procedury do symulacji danych zgodnych z określonym modelem mediacji. Zgodnie z ogólną strukturą modelu liniowego równania strukturalnego do testowania modeli mediacji po raz pierwszy nakreśloną przez Barrona i Kenny'ego (1986) i opisaną w innych miejscach, takich...
Mam model regresji logistycznej (dopasowanie za pomocą glmnet w R z elastyczną regulacją sieci) i chciałbym zmaksymalizować różnicę między wartościami dodatnimi a fałszywymi. W tym celu przyszła mi do głowy następująca procedura: Dopasuj standardowy model regresji logistycznej Używając progu...
Jestem nowy w statystyce i staram się zrozumieć różnicę między ANOVA a regresją liniową. Używam R. do zbadania tego. Czytałem różne artykuły o tym, dlaczego ANOVA i regresja są różne, ale wciąż takie same, i jak można to wizualizować itp. Myślę, że jestem tam dość, ale wciąż brakuje jednego...
Mam wiele satelitarnych obrazów rastrowych dostępnych z różnych czujników. Z nich grubsze mają bardzo dużą rozdzielczość czasową. Rastry o średniej rozdzielczości mają zwykle mniej dat akwizycji, ale nadal dostępny jest pewien stopień informacji. Te o lepszej rozdzielczości mają bardzo niską...
Która konfiguracja jest poprawna dla używanego modelu regresji różnicowej Yist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistYist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} gdzie T jest manekinem, który jest równy 1, jeśli obserwacja pochodzi z grupy badanej, a...
Gdy , problem najmniejszych kwadratów, który nakłada sferyczne ograniczenie na wartość można zapisać jako dla zbyt określonego systemu. \ | \ cdot \ | _2 to euklidesowa norma wektora.y=Xβ+ey=Xβ+ey = X\beta +
Mój kolega wysłał mi ten problem, najwyraźniej robiąc obchód w Internecie: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? Odpowiedź wydaje się być 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Kiedy wykonam regresję liniową w R: data <- data.frame(a=c(3,4,5,6,7),...
Próbuję zrozumieć, jak najlepiej modelować zmienną, w której z czasem uzyskiwałem coraz bardziej szczegółowe predyktory. Na przykład rozważ modelowanie stóp odzysku niespłaconych pożyczek. Załóżmy, że mamy zestaw danych z 20-letnimi danymi, a przez pierwsze 15 z tych lat wiemy tylko, czy pożyczka...
Chcę dopasować DLM ze zmiennymi w czasie współczynnikami, tj. Rozszerzeniem zwykłej regresji liniowej, yt=θ1+θ2)x2)yt=θ1+θ2)x2)y_t = \theta_1 + \theta_2x_2. Mam predyktor (x2)x2)x_2) i zmienną odpowiedzi (ytyty_t), coroczne połowy ryb morskich i śródlądowych odpowiednio w latach 1950–2011. Chcę,...
Pracuję nad modelem kosztów predykcyjnych, w którym wiek pacjenta (liczba całkowita mierzona w latach) jest jedną ze zmiennych predykcyjnych. Widoczny jest silny nieliniowy związek między wiekiem a ryzykiem hospitalizacji: Rozważam spline wygładzenie regresji wygładzającej dla wieku pacjenta....
Gdy (tzn. pochodzi z modelu regresji liniowej), w tym przypadku resztki są skorelowane i nie są niezależne. Ale kiedy wykonujemy diagnostykę regresji i chcemy przetestować założenie , każdy podręcznik sugeruje użycie wykresów Q – Q i testów statystycznych dla reszt które zostały zaprojektowane...
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
Chcę zawrzeć termin i jego kwadrat (zmienne predykcyjne) w regresji, ponieważ zakładam, że niskie wartości mają pozytywny wpływ na zmienną zależną, a wysokie wartości mają negatywny wpływ. powinien obejmować działanie wyższych wartości. Oczekuję zatem, że współczynnik będzie dodatni, a współczynnik...
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
Pracuję nad weryfikacją krzyżową prognoz moich danych z 200 podmiotami i 1000 zmiennymi. Interesuje mnie regresja grzbietu, ponieważ liczba zmiennych (chcę użyć) jest większa niż liczba próbek. Więc chcę użyć estymatorów skurczu. Oto przykładowe dane: #random population of 200 subjects with 1000...
Jestem zainteresowany oszacowaniem skorygowanego współczynnika ryzyka, analogicznie do tego, jak szacuje się skorygowany iloraz szans za pomocą regresji logistycznej. Niektóre piśmiennictwo (np. To ) wskazuje, że użycie regresji Poissona ze standardowymi błędami Hubera-White'a jest metodą modelową,...
Chcę przeprowadzić regresję z 4 do 5 zmiennymi objaśniającymi, ale mam tylko 15 obserwacji. Nie będąc w stanie założyć, że te zmienne są normalnie rozmieszczone, czy istnieje nieparametryczna lub inna poprawna metoda