Pytania otagowane jako regression

Techniki analizy zależności między jedną (lub więcej) zmiennymi „zależnymi” a zmiennymi „niezależnymi”.

3
Jaki powinien być nieinformacyjny uprzedni spadek dla regresji liniowej?
Wykonując bayesowską regresję liniową, należy przypisać pierwszeństwo dla nachylenia zazaa i przecięcia bbb . Ponieważ jest parametrem lokalizacji, sensowne jest przypisanie uprzedniego munduru; Wydaje mi się jednak, że jest zbliżone do parametru skali i wydaje się nienaturalne przypisywanie munduru przed nim.bbbzazaa Z drugiej strony nie wydaje się słuszne przypisywanie zwykłego …
2
Jak symulować dane, aby wykazać mieszane efekty z R (lme4)?
Jako odpowiednik tego postu pracowałem nad symulacją danych ze zmiennymi ciągłymi, nadając się do skorelowanych przechwyceń i nachyleń. Chociaż na stronie i poza nią są świetne posty na ten temat , miałem trudności ze znalezieniem od początku do końca przykładu z symulowanymi danymi, który byłby podobny do prostego scenariusza z …
2
Skaluj zmienną jako dane zliczania - poprawne czy nie?
W tym artykule (bezpłatnie dostępnym za pośrednictwem centralnej PubMed) autorzy wykorzystują ujemną regresję dwumianową do modelowania wyniku na 10-elementowym instrumencie przesiewowym z wynikiem 0–40. Ta procedura zakłada dane zliczania, co oczywiście nie ma miejsca w tym przypadku. Chciałbym poznać twoje opinie na temat tego, czy takie podejście jest dopuszczalne, ponieważ …
1
Czy przy ponownym parametryzowaniu funkcji wiarygodności wystarczy tylko podłączyć zmienną przekształconą zamiast formuły zmiany zmiennych?
Załóżmy, że próbuję ponownie sparametryzować funkcję prawdopodobieństwa rozkładającą się wykładniczo. Jeśli moją pierwotną funkcją wiarygodności jest: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} i chciałbym ponownie sparametryzować za pomocą , ponieważθnie jest zmienną losową, ale parametrem, wystarczy tylko podłączyć?ϕ = …
2
RMSE (Root Mean Squared Error) dla modeli logistycznych
Mam pytanie dotyczące zasadności korzystania z RMSE (Root Mean Squared Error) do porównywania różnych modeli logistycznych. Odpowiedź jest albo 0czy 1i przewidywania prawdopodobieństwa są między 0- 1? Czy sposób zastosowany poniżej jest również prawidłowy w przypadku odpowiedzi binarnych? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = cv.glmnet(x, y, family = …
2
Co możemy powiedzieć o modelach danych obserwacyjnych przy braku instrumentów?
W przeszłości zadawano mi wiele pytań dotyczących opublikowanych artykułów w wielu obszarach, w których regresję (i powiązane modele, takie jak modele panelowe lub GLM) stosuje się na danych obserwacyjnych (tj. Danych niepochodzących z kontrolowanego eksperymentu , w wielu przypadkach - ale nie zawsze - danych obserwowanych w czasie), ale nie …
1
Dlaczego system oceny Elo używa niewłaściwej reguły aktualizacji?
System oceny Elo wykorzystuje algorytm minimalizacji spadku gradientu funkcji utraty entropii krzyżowej między spodziewanym i obserwowanym prawdopodobieństwem wyniku w porównaniach w parach. Możemy zapisać funkcje strat ogólnych jako E=−∑n,ipiLog(qi)E=−∑n,ipiLog(qi) E=-\sum_{n,i} p_i Log (q_i) gdzie suma jest wykonywana dla wszystkich wyników i wszystkich przeciwników n . p i to obserwowana częstotliwość …
1
Dlaczego wszystkie składniki PLS razem wyjaśniają tylko część wariancji oryginalnych danych?
Mam zestaw danych składający się z 10 zmiennych. Uruchomiłem częściowe najmniejsze kwadraty (PLS), aby przewidzieć pojedynczą zmienną odpowiedzi na podstawie tych 10 zmiennych, wyodrębniłem 10 składników PLS, a następnie obliczyłem wariancję każdego składnika. Na podstawie oryginalnych danych wziąłem sumę wariancji wszystkich zmiennych, która wynosi 702. Następnie podzieliłem wariancję każdego ze …
1
Rozróżnij efekty krótko- i długoterminowe
Przeczytałem w artykule następujące zdanie: Fakt, że istnieje różnica między współczynnikami krótko- i długoterminowymi, wynika z naszej specyfikacji, która obejmuje opóźnione zmienne endogeniczne. Prowadzą regresję pierwszych różnic i obejmują opóźnienie zmiennej zależnej. Teraz twierdzą, że jeśli spojrzysz na oszacowanie (np. Nazwijmy to oszacowanie ) z wyjścia, to jest to krótkoterminowy …
4
Jak uniknąć logarytmu (0) w regresji
Mam następujące proste wektory X i Y: > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) Chcę wykonać regresję za pomocą dziennika X. Aby uniknąć uzyskania dziennika (0), próbuję umieścić +1 lub +0.1 lub +0.00001 lub +0.000000000000001: > …
1
Regresja z inną częstotliwością
Próbuję uruchomić prostą regresję, ale moje zmienne Y są obserwowane z częstotliwością miesięczną, a zmienne x są obserwowane z częstotliwością roczną. Naprawdę docenię wskazówki dotyczące odpowiedniego podejścia, które można zastosować do regresji z różnymi częstotliwościami. Dziękuję Ci bardzo
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, …
1
Jak znaleźć wartość p regresji gładkiego splajnu / lessa?
Mam kilka zmiennych i jestem zainteresowany znalezieniem między nimi nieliniowych zależności. Postanowiłem więc dopasować trochę splajnu lub lessa i wydrukować ładne wykresy (patrz kod poniżej). Ale chcę też mieć statystyki, które dają mi pojęcie, jak duże jest prawdopodobieństwo, że związek jest kwestią losowości ... tj. Potrzebuję pewnej ogólnej wartości p, …
10 r  regression  splines  loess 
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.