Statystyki i duże zbiory danych linear-model

3

Dlaczego ważne jest rozróżnienie między regresją „liniową” a „nieliniową”?

Jakie jest znaczenie rozróżnienia między modelami liniowymi i nieliniowymi? Pytanie Nieliniowy vs. uogólniony model liniowy: jak odnosisz się do regresji logistycznej, Poissona itp.? a jego odpowiedzią było niezwykle pomocne wyjaśnienie liniowości / nieliniowości uogólnionych modeli liniowych. Rozróżnienie modeli liniowych od nieliniowych wydaje się niezwykle ważne, ale nie jest dla mnie …

12 linear-model nonlinear-regression nonlinear

1

Dlaczego test F w Gaussowskich modelach liniowych jest najbardziej wydajny?

W przypadku Gaussowskiego modelu liniowego gdzie zakłada się, że leży w pewnej przestrzeni wektorowej a ma standardowy rozkład normalny na , statystyka testu dla , gdzie jest przestrzeń wektorową, to zwiększa się do jedną z funkcji odchyleń statystyki: Skąd możemy wiedzieć, że ta statystyka zapewnia najsilniejszy test dla H_0Y=μ+σGY=μ+σGY=\mu+\sigma Gμμ\muWWWGGGRnRn\mathbb{R}^nFFFH0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu …

12 hypothesis-testing normal-distribution linear-model power likelihood-ratio

2

Różnica w raportowanych wartościach p między lm i aov w R

Co wyjaśnia różnice w wartościach p poniżej aovi lmwywołań? Czy różnica wynika tylko z różnych rodzajów obliczeń sum kwadratów? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff

12 r regression anova linear-model sums-of-squares

1

Dlaczego lm i biglm w R dają różne wartości p dla tych samych danych?

Oto mały przykład: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) Teraz z base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . x -1.3800 0.3191 …

12 r regression p-value linear-model

4

Co oznacza „krzywoliniowy”?

O ile wiem, krzywoliniowa jest zdefiniowana niejasno, ale oznacza to samo co nieliniowa . Czy to jest poprawne? Czy też krzywoliniowa ma wyraźną definicję?

12 linear-model nonlinear-regression terminology definition

2

Teoria stojąca za argumentem wag w R przy użyciu lm ()

Po roku nauki w szkole, moje rozumienie „ważonych najmniejszych kwadratów” jest następujące: niech , będzie jakaś macierzą projektową, \ boldsymbol \ beta \ in \ mathbb {R} ^ p być wektorem parametrów, \ boldsymbol \ epsilon \ in \ mathbb {R} ^ n być wektorem błędu takim, że \ boldsymbol …

12 r linear-model weighted-regression

3

Jak obliczyć różnicę dwóch stoków?

Czy istnieje metoda zrozumienia, czy dwie linie są (mniej więcej) równoległe? Mam dwie linie wygenerowane z regresji liniowych i chciałbym zrozumieć, czy są one równoległe. Innymi słowy, chciałbym uzyskać inne nachylenie tych dwóch linii. Czy istnieje funkcja R do obliczenia tego? EDYCJA: ... i jak mogę uzyskać nachylenie (w stopniach) …

12 r regression interaction linear-model

3

Jak omówić wykres rozrzutu z wieloma nowymi liniami?

Zmierzyliśmy dwie zmienne, a wykres rozrzutu wydaje się sugerować wiele modeli „liniowych”. Czy istnieje sposób, aby spróbować destylować te modele? Identyfikacja innych zmiennych niezależnych okazała się trudna. Obie zmienne są mocno pochylone w lewo (w kierunku małych liczb), jest to oczekiwany rozkład w naszej domenie. Intensywność kropki reprezentuje ilość punktów …

11 linear-model scatterplot

4

Używanie decybeli w statystyce

Pracuję nad projektem, który obejmuje odczytywanie tagów RFID i porównywanie siły sygnału, którą widzi czytnik po zmianie konfiguracji anteny (liczba anteny, pozycja itp.). W ramach projektu muszę porównać konfiguracje, aby zobaczyć, które są najbardziej skuteczne. Idealnie, byłbym w stanie wykonać albo Niesparowany test t lub ANOVA między dwiema pozycjami anteny …

11 data-transformation linear-model descriptive-statistics

5

Ukrywanie modelu regresji przed profesorem (pancernik regresyjny) [zamknięte]

Zamknięte . To pytanie wymaga szczegółów lub jasności . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Dodaj szczegóły i wyjaśnij problem, edytując ten post . Zamknięte 2 lata temu . Pracuję nad zadaniem domowym, w którym mój profesor chciałby, abyśmy stworzyli prawdziwy model regresji, symulowali próbkę danych, a on …

11 self-study multiple-regression estimation linear-model

5

Pokazuje, że estymator OLS jest równoważny skali?

Nie mam formalnej definicji równoważności skali, ale oto, co mówi o tym Wprowadzenie do uczenia statystycznego na s. 217: Standardowe współczynniki najmniejszych kwadratów ... są equivariant skala : mnożąc XjXjX_j przez stałą ccc po prostu prowadzi do skalowania najsłabiej oszacowań współczynników kwadraty o współczynnik 1/c1/c1/c . Dla uproszczenia załóżmy ogólny …

11 least-squares linear-model

1

Interwał prognozy = wiarygodny interwał?

Zastanawiam się, czy przedział przewidywania i przedział wiarygodności oceniają to samo. Na przykład przy regresji liniowej, gdy szacujesz przedział predykcji dopasowanych wartości, limity przedziału, w którym spodziewana jest spadek wartości. W przeciwieństwie do przedziału ufności, nie skupiasz się na parametrze rozkładu, takim jak wartość średnia, ale na wartości, którą objaśniona …

11 bayesian linear-model prediction prediction-interval credible-interval

1

Jak interpretować ujemny współczynnik regresji liniowej dla zarejestrowanej zmiennej wyniku?

Mam model regresji liniowej, w którym zmienna zależna jest rejestrowana, a zmienna niezależna jest liniowa. Współczynnik nachylenia dla kluczowej zmiennej niezależnej jest ujemny: . Nie jestem pewien, jak interpretować.- .0564-.0564-.0564 Czy używam wartości bezwzględnej, a następnie zmieniam ją na ujemną w następujący sposób: ( exp( 0,0564 ) - 1 ) …

11 linear-model interpretation regression-coefficients

2

Możliwe rozszerzenia domyślnych wykresów diagnostycznych dla lm (w R i ogólnie)?

Zacząłem kopać trochę w funkcję plot.lm , ta funkcja daje sześć wykresów dla lm, są to: wykres reszt w stosunku do dopasowanych wartości wykres Skala-Lokalizacja sqrt (| reszty |) względem dopasowanych wartości normalny wykres QQ, wykres odległości Cooka w porównaniu do etykiet wierszy wykres reszt w stosunku do dźwigni wykres …

11 r regression linear-model diagnostic

1

Założenie normalności w regresji liniowej

Jako założenie regresji liniowej normalność rozkładu błędu jest czasami błędnie „rozszerzana” lub interpretowana jako potrzeba normalności y lub x. Czy można skonstruować scenariusz / zestaw danych, w którym X i Y są nienormalne, ale wartość błędu jest, a zatem uzyskane szacunki regresji liniowej są prawidłowe?

11 regression linear-model assumptions

Pytania otagowane jako linear-model