Pytania otagowane jako nonlinear-regression

Tego znacznika należy używać tylko w przypadku modeli regresji, w których odpowiedź jest nieliniową funkcją parametrów. Nie należy używać tego znacznika do nieliniowej transformacji danych.

2
Jak dopasować krzywą, jak obliczyć 95% przedział ufności dla moich dopasowanych parametrów?
Dopasowuję krzywe do moich danych, aby wyodrębnić jeden parametr. Nie jestem jednak pewien, jaka jest pewność tego parametru i jak obliczyć / wyrazić jego % przedział ufności.959595 Powiedzmy, że dla zestawu danych zawierającego dane, które wykładniczo zanika, dopasowuję krzywą do każdego zestawu danych. Informacje, które chcę wyodrębnić, to wykładnik . …
1
dopasowanie funkcji wykładniczej przy użyciu najmniejszych kwadratów vs. uogólnionego modelu liniowego vs. nieliniowych najmniejszych kwadratów
Mam zestaw danych, który reprezentuje rozkład wykładniczy. Chciałbym dopasować funkcję wykładniczą do tych danych. Próbowałem log przekształcić zmienną odpowiedzi, a następnie użyć najmniejszych kwadratów, aby dopasować linię; z zastosowaniem uogólnionego modelu liniowego z funkcją logarytmiczną i rozkładem gamma wokół zmiennej odpowiedzi; i używając nieliniowych najmniejszych kwadratów. Otrzymuję inną odpowiedź dla …
6
Identyfikacja wartości odstających dla regresji nieliniowej
Prowadzę badania w dziedzinie odpowiedzi funkcjonalnej roztoczy. Chciałbym zrobić regresję, aby oszacować parametry (szybkość ataku i czas obsługi) funkcji Rogers typu II. Mam zestaw danych z pomiarami. Jak mogę najlepiej określić wartości odstające? Do mojej regresji używam następującego skryptu w R (regresja nieliniowa): (zestaw danych to prosty 2-kolumnowy plik tekstowy …
2
Warunkowa średnia niezależność oznacza bezstronność i spójność estymatora OLS
Rozważ następujący model regresji wielokrotnej:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Tutaj jest wektorem kolumny; Macierz a ; a wektor kolumny; a macierz; a wektor kolumnowy; i U , termin błędu, wektor kolumny n \ times1 .YYYn×1n×1n\times 1XXXn×(k+1)n×(k+1)n\times (k+1)ββ\beta(k+1)×1(k+1)×1(k+1)\times 1ZZZn×ln×ln\times lδδ\deltal×1l×1l\times 1UUUn×1n×1n\times1 PYTANIE Mój wykładowca, podręcznik Wprowadzenie do ekonometrii, wydanie 3. autorzy James H. Stock i …
3
Wybór między modelem regresji liniowej lub modelem regresji nieliniowej
Jak wybrać między zastosowaniem modelu regresji liniowej a modelem regresji nieliniowej? Moim celem jest przewidzenie Y. W przypadku prostych i zbiorze mogłem zdecydować, które regresja model powinien być stosowany przez wykreślenie wykres punktowy.yxxxyyy W przypadku wielu wariantów, takich jak i . Jak zdecydować, który model regresji należy zastosować? To znaczy, …
3
Jakie są kryteria i podejmowane decyzje dotyczące nieliniowości w modelach statystycznych?
Mam nadzieję, że poniższe ogólne pytanie ma sens. Należy pamiętać, że do celów tego konkretnego pytania nie interesują mnie teoretyczne (domena przedmiotowa) powody wprowadzenia nieliniowości. Dlatego sformułuję pełne pytanie w następujący sposób: Jakie są logiczne ramy ( kryteria i, jeśli to możliwe, proces decyzyjny ) dla wprowadzenia nieliniowości do modeli …
1
Czy w modelach mieszanych można uwzględnić czas jako predyktor?
Zawsze uważałem, że czas nie powinien być wykorzystywany jako predyktor w regresjach (w tym gam), ponieważ wtedy po prostu „opisałby” sam trend. Jeśli celem badań jest znalezienie parametrów środowiskowych, takich jak temperatura itp., Które wyjaśniają wariancję, powiedzmy, aktywności zwierzęcia, to zastanawiam się, w jaki sposób można wykorzystać czas? jako proxy …
1
Znaczenie współczynników regresji (GAM), gdy prawdopodobieństwo modelu nie jest znacząco wyższe niż zero
Korzystam z regresji opartej na GAM, używając pakietu R gamlss i zakładając zerową zawyżoną dystrybucję danych beta. Mam tylko jedną zmienną objaśniającą w moim modelu, więc to zasadniczo: mymodel = gamlss(response ~ input, family=BEZI). Algorytm podaje mi współczynnik dla wpływu zmiennej objaśniającej na średnią ( ) i powiązaną wartość p …
3
Oszacowanie modelu wykładniczego
Model wykładniczy to model opisany następującym równaniem: yi^=β0⋅eβ1x1i+…+βkxkiyja^=β0⋅miβ1x1ja+…+βkxkja\hat{y_{i}}=\beta_{0}\cdot e^{\beta_{1}x_{1i}+\ldots+\beta_{k}x_{ki}} Najczęstszym podejściem stosowanym do oszacowania takiego modelu jest linearyzacja, którą można łatwo wykonać poprzez obliczenie logarytmów obu stron. Jakie są inne podejścia? Szczególnie interesują mnie te, które potrafią obsłużyć w niektórych spostrzeżeniach.yi=0yja=0y_{i}=0 Aktualizacja 31.01.2011 Jestem świadoma faktu, że ten model nie …
2
Jak podsumować i porównać relacje nieliniowe?
Mam dane dotyczące procentu materii organicznej w osadach jeziornych od 0 cm (tj. Interfejs osadów do wody) do 9 cm dla około 25 jezior. W każdym jeziorze pobrano 2 rdzenie z każdej lokalizacji, więc mam 2 powtórzenia miar zawartości materii organicznej na każdej głębokości osadu dla każdego jeziora. Interesuje mnie …
1
Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie
Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
3
Wybór węzłów w splajnie wygładzającym regresję odpowiadającym k zmiennych kategorialnych?
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. Według The Elements of Statistics Learning (Hastie i in., 2009, s. 151) optymalne …
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.