Statystyki i duże zbiory danych linear-model

4

Wydajna aktualizacja regresji liniowej podczas dodawania obserwacji i / lub predyktorów w R

Byłbym zainteresowany znalezieniem sposobów na R efektywnego aktualizowania modelu liniowego po dodaniu obserwacji lub predyktora. biglm ma możliwość aktualizacji podczas dodawania obserwacji, ale moje dane są na tyle małe, że mieszczą się w pamięci (chociaż mam wiele instancji do aktualizacji). Istnieją sposoby, aby to zrobić gołymi rękami, np. W celu …

15 r regression computational-statistics linear-model

1

Ograniczone maksymalne prawdopodobieństwo z mniej niż pełną pozycją kolumny

To pytanie dotyczy oszacowania ograniczonego maksymalnego prawdopodobieństwa (REML) w określonej wersji modelu liniowego, a mianowicie: Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)),Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)), Y = X(\alpha)\beta + \epsilon, \\ \epsilon\sim N_n(0, \Sigma(\alpha)), gdzie X(α)X(α)X(\alpha) jest macierzą ( n×pn×pn \times p ) sparametryzowaną przez α∈Rkα∈Rk\alpha \in \mathbb R^k , podobnie jak Σ(α)Σ(α)\Sigma(\alpha) . ββ\beta jest nieznanym wektorem parametrów …

14 mixed-model maximum-likelihood linear-model optimization reml

1

Pasma ufności dla linii QQ

To pytanie nie dotyczy konkretnie R, ale postanowiłem Rto zilustrować. Rozważ kod do tworzenia pasm ufności wokół (normalnej) linii qq: library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Szukam wyjaśnienia (lub alternatywnego linku do dokumentu papierowego / internetowego wyjaśniającego), w jaki sposób zbudowane są te przedziały ufności (widziałem odniesienie do Foxa 2002 w plikach …

14 confidence-interval linear-model qq-plot

1

Odzyskiwanie surowych współczynników i wariancji z ortogonalnej regresji wielomianowej

Wydaje się, że jeśli mam model regresji, taki jak , mogę albo dopasować surowy wielomian i uzyskać niewiarygodne wyniki, albo dopasować ortogonalny wielomian i uzyskać współczynniki które nie mają bezpośredniej fizycznej interpretacji (np. nie mogę ich użyć do znalezienia lokalizacji ekstremy w oryginalnej skali). Wydaje się, że powinienem być w …

14 regression linear-model regression-coefficients polynomial

3

Regresja liniowa, co mówi nam statystyka F, kwadrat R i resztkowy błąd standardowy?

Jestem naprawdę zdezorientowany co do różnicy znaczenia w kontekście regresji liniowej następujących terminów: Statystyka F. R do kwadratu Błąd resztkowy standardowy Znalazłem tę stronę internetową, która dała mi świetny wgląd w różne terminy związane z regresją liniową, jednak wspomniane wyżej terminy wyglądają całkiem sporo (o ile rozumiem). Przytoczę to, co …

14 linear-model nonlinear-regression linear f-statistic

1

Jak obliczana jest ANOVA dla projektu z powtarzanymi pomiarami: aov () vs lm () w R

Tytuł mówi wszystko i jestem zdezorientowany. Poniżej uruchamiane są powtarzane miary aov () w R i uruchamiane jest to, co myślałem, że było równoważne wywołanie lm (), ale zwracają różne wartości resztkowe błędów (chociaż sumy kwadratów są takie same). Najwyraźniej wartości resztowe i dopasowane z aov () są tymi stosowanymi …

14 r anova repeated-measures linear-model

3

Wykonaj regresję liniową, ale wymusz rozwiązanie, aby przejść przez określone punkty danych

Wiem, jak wykonać regresję liniową na zbiorze punktów. To znaczy, wiem, jak dopasować wybrany wielomian do danego zestawu danych (w sensie LSE). Jednak nie wiem, jak zmusić moje rozwiązanie do przejścia przez niektóre wybrane punkty. Widziałem to już wcześniej, ale nie pamiętam, jak nazywała się ta procedura, nie mówiąc już …

14 regression machine-learning least-squares linear-model polynomial

3

Definicja i delimitacja modelu regresji

Żenująco proste pytanie - ale wydaje się, że nie zostało wcześniej zadane w Cross Validated: Jaka jest definicja modelu regresji? Także pytanie pomocnicze, Co to nie jest model regresji? Jeśli chodzi o to drugie, interesują mnie trudne przykłady, w których odpowiedź nie jest od razu oczywista, np. ARIMA lub GARCH.

13 regression linear-model model terminology definition

2

Wybór komponentów PCA, które oddzielają grupy

Często diagnozowałem moje dane wielowymiarowe za pomocą PCA (dane omiczne z setkami tysięcy zmiennych i dziesiątkami lub setkami próbek). Dane często pochodzą z eksperymentów z kilkoma kategorycznymi zmiennymi niezależnymi definiującymi niektóre grupy, i często muszę przejść przez kilka składników, zanim znajdę te, które wykazują rozdział między grupami zainteresowań. Wymyśliłem dość …

13 pca linear-model r-squared discriminant-analysis

2

Jak może działać perceptron wieloklasowy?

Nie mam żadnego tła z matematyki, ale rozumiem, jak działa prosty Perceptron i myślę, że rozumiem pojęcie hiperpłaszczyzny (wyobrażam sobie to geometrycznie jako płaszczyznę w przestrzeni 3D, która oddziela dwie chmury punktów, tak jak linia dzieli się dwie chmury punktów w przestrzeni 2D). Ale nie rozumiem, w jaki sposób jedna …

13 machine-learning classification linear-model multi-class

2

Regresja liniowa a nieliniowa

Mam zestaw wartości i , które są teoretycznie związanych wykładniczo:xxxyyy y=axby=axby = ax^b Jednym ze sposobów uzyskania współczynników jest zastosowanie logarytmów naturalnych po obu stronach i dopasowanie modelu liniowego: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Innym sposobem uzyskania tego jest regresja nieliniowa, biorąc pod …

13 r regression linear-model model-selection nonlinear-regression

1

Przewidywanie modeli mieszanych: co zrobić z efektami losowymi?

Rozważmy ten hipotetyczny zestaw danych: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) możemy użyć lmedo modelowania odpowiedzi za pomocą modelu efektu losowego: require(nlme) model <- lme(response …

13 mixed-model linear-model prediction

2

Jak mogę użyć wartości do przetestowania założenia liniowości w analizie regresji wielokrotnej?

Poniższe wykresy są resztkowymi wykresami rozproszenia testu regresji, dla których z pewnością spełnione zostały już założenia dotyczące „normalności”, „homoscedastyczności” i „niezależności”! Do testowania założenia „liniowości” , chociaż patrząc na wykresy, można domyślić się, że związek jest krzywoliniowy, ale pytanie brzmi: w jaki sposób można zastosować wartość „R2 Linear” do przetestowania …

13 multiple-regression linear-model assumptions r-squared

3

Jak uzasadnić termin błędu w czynnikowej ANOVA?

Prawdopodobnie bardzo podstawowe pytanie dotyczące wieloczynnikowej ANOVA. Załóżmy dwustronny projekt, w którym testujemy zarówno główne efekty A, B, jak i interakcję A: B. Podczas testowania głównego efektu dla A z typem I SS, efekt SS jest obliczany jako różnica , gdzie jest sumą błędu resztkowego kwadratów dla modelu z tylko …

13 anova linear-model

4

Rozróżnienie między modelem liniowym a nieliniowym

Przeczytałem kilka wyjaśnień na temat właściwości modeli liniowych vs nieliniowych, ale czasami nie jestem pewien, czy model pod ręką jest liniowy czy nieliniowy. Na przykład, czy następujący model jest liniowy czy nieliniowy? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t Z: B(L;θ)=∑k=1Kb(k;θ)LkB(L;θ)=∑k=1Kb(k;θ)LkB(L;\theta)=\sum_{k=1}^{K}b(k;\theta)L^k LkXt=Xt−kLkXt=Xt−kL^kX_t=X_{t-k} Gdzie reprezentuje (rozkładającą się) wykładniczą funkcję wielomianową modelu Almon:b(k;θ)b(k;θ)b(k;\theta) b ( k …

13 linear-model nonlinear-regression nonlinear

Pytania otagowane jako linear-model