Statystyki i duże zbiory danych regression

2

Transformowanie zmiennych dla regresji wielokrotnej w R.

Próbuję wykonać regresję wielokrotną w R. Jednak moja zmienna zależna ma następujący wykres: Oto macierz wykresu rozrzutu ze wszystkimi moimi zmiennymi ( WARjest zmienną zależną): Wiem, że muszę wykonać transformację tej zmiennej (i ewentualnie zmiennych niezależnych?), Ale nie jestem pewien dokładnej wymaganej transformacji. Czy ktoś może skierować mnie we właściwym …

26 r regression multiple-regression data-transformation

6

Dopasuj sinusoidalny termin do danych

Chociaż czytam ten post, nadal nie mam pojęcia, jak zastosować to do moich danych i mam nadzieję, że ktoś może mi pomóc. Mam następujące dane: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, 7.134426, 8.338514, 8.723832, 10.276473, 10.602792, …

26 r regression fitting

1

Jak interpretować współczynniki błędów standardowych w regresji liniowej?

Zastanawiam się, jak interpretować współczynniki błędów standardowych regresji przy użyciu funkcji wyświetlania w R. Na przykład w następującym wyniku: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = 40, k = 3 residual sd = 0.90, …

26 r regression interpretation

2

Interpretacja geometryczna karanej regresji liniowej

Wiem, że regresję liniową można uznać za „linię, która jest pionowo najbliższa wszystkich punktów” : Jest jednak inny sposób, aby to zobaczyć, wizualizując przestrzeń kolumny, jako „rzut na przestrzeń rozciągniętą przez kolumny macierzy współczynników” : Moje pytanie brzmi: co się dzieje w tych dwóch interpretacjach, gdy stosujemy karaną regresję liniową, …

26 regression intuition geometry

9

Pomiar dokładności modelu opartego na regresji logistycznej

Mam wyszkolony model regresji logistycznej, który stosuję do testowanego zestawu danych. Zmienna zależna jest binarna (boolean). Dla każdej próbki w zestawie danych testowych stosuję model regresji logistycznej, aby wygenerować% prawdopodobieństwa, że zmienna zależna będzie prawdziwa. Następnie rejestruję, czy wartość rzeczywista była prawdziwa, czy fałszywa. Ja próbuje obliczyć lub regulowane R …

26 regression logistic r-squared

3

Co to jest theta w ujemnej regresji dwumianowej dopasowanej do R?

Mam pytanie dotyczące ujemnej regresji dwumianowej: Załóżmy, że masz następujące polecenia: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Pamiętaj, że samochody to zestaw danych, który jest dostępny w R, i tak naprawdę nie obchodzi mnie, czy ten model ma sens). Chciałbym wiedzieć: jak mogę interpretować zmienną theta(zwróconą na końcu wywołania do summary). …

26 regression generalized-linear-model negative-binomial

7

Jak zdecydować, jakiego zakresu użyć w regresji LOESS w R?

Korzystam z modeli regresji LOESS w R i chcę porównać wyniki 12 różnych modeli o różnych wielkościach próbek. Potrafię opisać rzeczywiste modele bardziej szczegółowo, jeśli pomoże to w udzieleniu odpowiedzi na pytanie. Oto przykładowe rozmiary: Fastballs vs RHH 2008-09: 2002 Fastballs vs LHH 2008-09: 2209 Fastballs vs RHH 2010: 527 …

26 r regression loess

5

W jaki sposób regresja liniowa wykorzystuje rozkład normalny?

W regresji liniowej zakłada się, że każda przewidywana wartość została wybrana z normalnego rozkładu możliwych wartości. Patrz poniżej. Ale dlaczego zakłada się, że każda przewidywana wartość pochodzi z rozkładu normalnego? Jak regresja liniowa wykorzystuje to założenie? Co, jeśli możliwe wartości nie są normalnie rozdzielane?

26 regression probability distributions normal-distribution modeling

4

Dlaczego ktoś miałby używać KNN do regresji?

Z tego, co rozumiem, możemy zbudować funkcję regresji, która mieści się w przedziale danych treningowych. Na przykład (potrzebny jest tylko jeden panel): Jak przewidzieć przyszłość za pomocą regresora KNN? Ponownie wydaje się, że przybliża tylko funkcję mieszczącą się w przedziale danych treningowych. Moje pytanie: Jakie są zalety korzystania z regresora …

26 regression machine-learning k-nearest-neighbour

3

Dlaczego warto używać oszacowań Lasso zamiast oszacowań OLS w podzbiorze zmiennych zidentyfikowanych przez Lasso?

Dla regresji Lasso załóżmy że najlepsze rozwiązanie (na przykład minimalny błąd testowania) wybiera k funkcji, więc \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ {lasso}, 0, ... 0 …

26 regression feature-selection lasso regularization

5

Włączenie opóźnionej zmiennej zależnej do regresji

Jestem bardzo zdezorientowany, czy uzasadnione jest włączenie opóźnionej zmiennej zależnej do modelu regresji. Zasadniczo myślę, że jeśli ten model skupia się na związku między zmianą Y i innymi zmiennymi niezależnymi, to dodanie opóźnionej zmiennej zależnej po prawej stronie może zagwarantować, że współczynnik przed innymi IV jest niezależny od poprzedniej wartości …

26 regression lags misspecification

2

Co tak naprawdę oznacza wartość logit?

Mam model logit, który w wielu przypadkach podaje liczbę od 0 do 1, ale jak możemy to zinterpretować? Weźmy skrzynkę z logitem 0.20 Czy możemy twierdzić, że istnieje 20% prawdopodobieństwo, że sprawa należy do grupy B w porównaniu do grupy A? czy to właściwy sposób interpretowania wartości logit?

26 regression logistic logit

3

Wymagania wstępne dla porównania modeli AIC

Jakie dokładnie warunki należy spełnić, aby porównanie modeli AIC zadziałało? Właśnie natrafiłem na to pytanie, kiedy porównałem to: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 W ten sposób uzasadniłem logtransformację zmiennej usili. Ale nie wiem, czy mogę …

26 regression model-selection aic model-comparison nested-models

1

Równoważność między najmniejszymi kwadratami a MLE w modelu Gaussa

Jestem nowy w uczeniu maszynowym i staram się go uczyć na własną rękę. Niedawno czytałem notatki z wykładów i zadałem podstawowe pytanie. Slajd 13 mówi, że „Szacunek najmniejszych kwadratów jest taki sam jak Szacunek maksymalnego prawdopodobieństwa w modelu Gaussa”. Wygląda na to, że jest to coś prostego, ale nie widzę …

26 regression bayesian least-squares

2

Obsługa maszyn wektorowych i regresji

Odbyła się już doskonała dyskusja na temat tego, w jaki sposób maszyny wektorów nośnych radzą sobie z klasyfikacją, ale jestem bardzo zdezorientowany, w jaki sposób maszyny wektorów nośnych uogólniają się na regresję. Czy ktoś chce mnie oświecić?

26 regression machine-learning svm

Pytania otagowane jako regression