Przedział predykcji (również przedział prognozy) to przedział obejmujący przyszłą (lub inaczej nieznaną, ale * obserwowalną *) wartość zmiennej losowej z pewnym z góry określonym prawdopodobieństwem.
Dla przedziału predykcji w regresji liniowej nadal korzystać z E [ Y | x ] = ^ P 0 + β 1 x celu wygenerowania odstępu. Używasz tego również do wygenerowania przedziału ufności E [ Y | x 0 ] . Jaka jest różnica między nimi?mi^[ Y| x]= β0^+ β^1xE^[Y|x]=β0^+β^1x\hat{E}[Y|x] …
Dla badań symulacyjnych mam do generowania zmiennych losowych, które wykazują prefined (populacji) korelację do istniejącej zmiennej .YYY I spojrzał w Ropakowaniach copula, a CDVinektóre mogą powodować przypadkowe wielowymiarowych rozkładów danej struktury zależności. Nie można jednak naprawić jednej z powstałych zmiennych do istniejącej zmiennej. Wszelkie pomysły i linki do istniejących funkcji …
Zauważyłem, że przedział ufności dla przewidywanych wartości w regresji liniowej jest zwykle wąski wokół średniej predyktora, a tłuszcz wokół minimalnych i maksymalnych wartości predyktora. Można to zobaczyć na wykresach tych 4 regresji liniowych: Początkowo myślałem, że dzieje się tak, ponieważ większość wartości predyktorów była skoncentrowana wokół średniej predyktora. Zauważyłem jednak, …
Na przykład mam dane dotyczące strat historycznych i obliczam ekstremalne kwantyle (wartość zagrożona lub prawdopodobna maksymalna strata). Uzyskane wyniki służą do oszacowania straty lub ich przewidzenia? Gdzie można narysować linię? Jestem zdezorientowany.
Chcę uzyskać przedział przewidywania wokół prognozy z modelu lmer (). Znalazłem trochę dyskusji na ten temat: http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq ale wydaje się, że nie uwzględniają niepewności losowych efektów. Oto konkretny przykład. Ścigam się złotą rybką. Mam dane dotyczące ostatnich 100 wyścigów. Chcę przewidzieć 101., biorąc pod uwagę niepewność moich oszacowań RE …
Czy jest dostępna technika ładowania początkowego do obliczania przedziałów predykcji dla prognoz punktowych uzyskanych np. Z regresji liniowej lub innej metody regresji (k-najbliższy sąsiad, drzewa regresji itp.)? Jakoś wydaje mi się, że czasami proponowanym sposobem, aby po prostu wyrzucić prognozę punktową (patrz np. Przedziały predykcji dla regresji kNN ), nie …
Jeśli najlepszym przybliżeniem liniowym (przy użyciu najmniejszych kwadratów) moich punktów danych jest linia y=mx+by=mx+by=mx+b , jak mogę obliczyć błąd przybliżenia? Jeśli obliczę odchylenie standardowe różnic między obserwacjami i prognozami ei=real(xi)−(mxi+b)ei=real(xi)−(mxi+b)e_i=real(x_i)-(mx_i+b) , czy mogę później powiedzieć, że rzeczywista (ale nie zaobserwowana) wartość yr=real(x0)yr=real(x0)y_r=real(x_0) należy do przedziału ( y p = m …
Co to jest notacja algebraiczna do obliczania przedziału predykcji dla regresji wielokrotnej? Brzmi głupio, ale mam problem ze znalezieniem wyraźnej algebraicznej notacji tego.
Według wnioskowania bayesowskiego rozkład predykcyjny dla przyszłych danych jest uzyskiwany przez zintegrowanie nieznanych parametrów; całkowanie z tylnym rozkładem tych parametrów daje tylny rozkład predykcyjny - rozkład dla przyszłych danych pod warunkiem tych, które już zaobserwowano. Jakie są nie-bayesowskie metody wnioskowania predykcyjnego, które uwzględniają niepewność w oszacowaniach parametrów (tj. Które nie …
Aby zilustrować moje pytanie, załóżmy, że mam zestaw treningowy, w którym sygnał wejściowy ma pewien poziom szumu, ale wynik nie, na przykład; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] tutaj …
Chciałbym zrozumieć, jak generować przedziały prognoz dla oszacowań regresji logistycznej. Poradzono mi, aby postępować zgodnie z procedurami zawartymi w Collett's Modeling Binary Data , 2nd Ed str. 98-99. Po wdrożeniu tej procedury i porównaniu jej z R predict.glm, tak naprawdę uważam, że ta książka pokazuje procedurę obliczania przedziałów ufności , …
W podręcznikach i wykładach na YouTubie wiele się nauczyłem o modelach iteracyjnych, takich jak zwiększanie, ale nigdy nie widziałem nic na temat określania przedziału prognoz. Krzyżową walidację stosuje się w następujących przypadkach: Wybór modelu : Wypróbuj różne modele i wybierz ten, który najlepiej pasuje. W przypadku wzmocnienia użyj CV, aby …
Weźmy następujący przykład: set.seed(342) x1 <- runif(100) x2 <- runif(100) y <- x1+x2 + 2*x1*x2 + rnorm(100) fit <- lm(y~x1*x2) Tworzy to model y oparty na x1 i x2 przy użyciu regresji OLS. Jeśli chcemy przewidzieć y dla danego x_vec, moglibyśmy po prostu użyć wzoru, który otrzymujemy z summary(fit). Co …
Mam dane, które dopasowałem za pomocą modelu LOESS w R, co daje mi to: Dane mają jeden predyktor i jedną odpowiedź i są heteroscedastyczne. Dodałem również przedziały ufności. Problem polega na tym, że przedziały są przedziałami ufności dla linii, podczas gdy mnie interesują przedziały prognozowania. Na przykład dolny panel jest …
Strona pomocy dla Prism zawiera następujące wyjaśnienie, w jaki sposób oblicza pasma predykcyjne dla regresji nieliniowej. Przepraszam za długi cytat, ale nie postępuję zgodnie z drugim akapitem (który wyjaśnia, jak zdefiniowano G|xG|xG|x i obliczono dY/dPdY/dPdY/dP ). Każda pomoc byłaby bardzo mile widziana. Obliczanie przedziałów ufności i predykcji jest dość standardowe. …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.