Pytania otagowane jako regression

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

2
Dane podłużne: szeregi czasowe, powtarzane pomiary czy coś innego?
Mówiąc wprost : mam model regresji wielokrotnej lub model ANOVA, ale zmienna odpowiedzi dla każdej osoby jest krzywoliniową funkcją czasu. Jak stwierdzić, które ze zmiennych po prawej stronie są odpowiedzialne za znaczące różnice w kształtach lub pionowych przesunięciach krzywych? Czy to problem z szeregiem czasowym, problem z powtarzanymi pomiarami, czy …
1
Wskazówki dotyczące identyfikowania kształtu krzywej za pomocą quantreg
Używam quantreg pakiet do modelu regresji używając 99. percentyla moich wartości w zbiorze danych. W oparciu o porady z poprzedniego pytania dotyczącego przepełnienia stosu użyłem następującej struktury kodu. mod <- rq(y ~ log(x), data=df, tau=.99) pDF <- data.frame(x = seq(1,10000, length=1000) ) pDF <- within(pDF, y <- predict(mod, newdata = …
2
Porównanie modelu mieszanego (podmiot jako efekt losowy) z prostym modelem liniowym (przedmiot jako efekt stały)
Kończę analizę dużej grupy danych. Chciałbym wziąć model liniowy zastosowany w pierwszej części pracy i ponownie go dopasować za pomocą liniowego modelu mieszanego (LME). LME byłby bardzo podobny, z tym wyjątkiem, że jedna ze zmiennych zastosowanych w modelu byłaby zastosowana jako efekt losowy. Te dane pochodzą z wielu obserwacji (> …
2
Wykres regresji złożonej w R.
Muszę narysować złożoną grafikę do wizualnej analizy danych. Mam 2 zmienne i dużą liczbę przypadków (> 1000). Na przykład (liczba wynosi 100, jeśli dyspersja jest mniej „normalna”): x <- rnorm(100,mean=95,sd=50) y <- rnorm(100,mean=35,sd=20) d <- data.frame(x=x,y=y) 1) Muszę wykreślić surowe dane z rozmiarem punktu, odpowiadającym względnej częstotliwości zbieżności, więc plot(x,y)nie …
1
Rysowanie linii regresji częściowej
Czy istnieje sposób wykreślenia linii regresji takiego fragmentowego modelu, inny niż użycie linesdo wykreślenia każdego segmentu osobno lub użycie geom_smooth(aes(group=Ind), method="lm", fill=FALSE)? m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price: continuous variables, Ind: if sqft>mean(sqft) then 1 else 0 plot(sqft,price) abline(reg = model) Warning message: In abline(reg = model) …
1
Czy w R „glmnet” pasuje do przechwytywania?
Mam sylwetkę modelu liniowego w R użyciem glmnet. Oryginalny (nieregulowany) model został dopasowany przy użyciu lmi nie miał stałego terminu (tj. Był w formie lm(y~0+x1+x2,data)). glmnetbierze macierz predyktorów i wektor odpowiedzi. Czytam glmnetdokumentację i nie mogę znaleźć wzmianki o tym stałym terminie. Czy istnieje sposób, aby poprosić glmneto wymuszenie dopasowania …
10 r  regression  lasso 
1
Różnica między GLS i SUR
Czytałem trochę o Uogólnionych Najmniejszych Kwadratach (GLS) i próbowałem powiązać je z moim podstawowym tłem ekonometrycznym. Pamiętam, że w szkole podstawowej korzystałem z Regresji Pozornie Niepowiązanej (SUR), która wydaje się nieco podobna do GLS. W jednym artykule natknąłem się nawet na SUR jako „specjalny przypadek” GLS. Ale wciąż nie mogę …
1
Jakiego rodzaju analizy resztkowej stosujesz?
Podczas przeprowadzania wielokrotnej regresji liniowej OLS zamiast wykreślania reszt względem dopasowanych wartości, wykreślam (wewnętrzne) studentizowane resztki względem dopasowanych wartości (podobnie jak współzmienne). Te pozostałości są zdefiniowane jako: e∗i=eis2(1−hii)−−−−−−−−−√ei∗=eis2(1−hii)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} gdzie jest resztą, a h_ {ii} to diagonalne elementy macierzy kapelusza. Aby uzyskać te studentizowane resztki w …
2
Dlaczego w regresji liniowej powinniśmy uwzględniać wyrażenia kwadratowe, gdy interesują nas tylko terminy interakcji?
Załóżmy, że interesuje mnie model regresji liniowej Yja=β0+β1x1+β2)x2)+β3)x1x2)Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2, ponieważ chciałbym sprawdzić, czy interakcja między dwoma zmiennymi towarzyszącymi ma wpływ na Y. W notatkach dla profesorów (z którymi nie mam kontaktu) napisano: Przy uwzględnianiu warunków interakcji należy podać warunki drugiego stopnia. to znaczyYja=β0+β1x1+β2)x2)+β3)x1x2)+β4x2)1+β5x2)2)Yi=β0+β1x1+β2x2+β3x1x2+β4x12+β5x22Y_i …
2
Dlaczego używamy reszt do testowania założeń dotyczących błędów regresji?
Załóżmy, że mamy model .Yi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Regresja ma wiele założeń, na przykład, że błędy powinny być normalnie rozłożone ze średnią zerową i stałą wariancją. Nauczono mnie sprawdzać te założenia przy użyciu normalnego wykresu QQ w celu przetestowania normalności reszt …
1
Jaka jest różnica między funkcją decyzyjną, prognozą_proba i funkcją prognozowania dla problemu regresji logistycznej?
Przeglądałem dokumentację sklearn, ale nie jestem w stanie zrozumieć celu tych funkcji w kontekście regresji logistycznej. Dla decision_functionniego mówi, że jego odległość między hiperpłaszczyznę i instancji testowej. w jaki sposób te konkretne informacje są przydatne? i jak to się odnosi predicti predict-probametody?
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.