regresja danych kątowych / kołowych


11

Nadzorowałem problem uczenia się, w którym cele są kątami. Gdybym zrobił prostą regresję, wówczas liczby 360 i 1 byłyby daleko dla mojego modelu, ale tak naprawdę są one bliskie, a przewidywanie współrzędnych xiy nie wydaje się właściwe, ponieważ próbuję tutaj przewidzieć tylko jedną liczbę. Jaki jest właściwy sposób rozwiązania takiego problemu?

niebieskie kropki oznaczają cele


Nie jestem pewien, czy rozumiem twój problem. Czy masz zmienną kątową, powiedzmy i jakimś liniowym predyktorem Z í ? czy też twój predyktor jest kątowy? albo co? θizi
niandra82

Tylko cele są kątowe (jak pokazano na rysunku), predyktory są numeryczne.
rep_ho

Odpowiedzi:


6

Jeśli interesujesz się zmienną kołową, sugeruję, abyś spojrzał na książkę „Tematy w statystykach kołowych” Jammalamadaki.

Załóżmy, że twoje dane pochodzą z rozkładu kołowego i chcesz modelować (kołową) średnią zmiennej okrągłej: zwykle używa się: jest zmienną kołową, to wektor współczynników regresji, a to zmienne liniowe.F()

E(θ)=2arctan(βzi)
βθβzi

Jeśli chcesz równoległości ze zwykłą regresją liniową, możesz założyć, że , gdzie oznacza zawinięty rozkład normalny, który jest w pewnym sensie rozkładem normalnym na okręgu. NastępnieW N ( )θiWN(μi,σ2)WN()

μi=2arctan(βzi)
lub równoważnie

ϵ iW N ( 0 , σ 2 )

θi=2arctan(βzi)+ϵi
gdzieϵiWN(0,σ2)

Ten typ regresji jest implementowany w pakietu sugerowanym przez użytkownika Scortchicircular


Dziękuję, wciąż nie rozumiem niektórych rzeczy. Czy można zastosować regresję liniową i po prostu przekształcić kąty w coś (sinus, cosinus)? Czy cała regresja powinna „budować” inaczej? Nie chcę tego robić w R, ponieważ mam wszystkie inne etapy przetwarzania w Pythonie, dlatego pytam.
rep_ho

Kąty nie mają wielkości, jeśli przekształcisz je w sinus, cosinus lub coś podobnego, wprowadzisz jasność ..
niandra82,
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.