Statystyki i duże zbiory danych regression

1

Zakładam, że ogólna konfiguracja regresji, czyli ciągła funkcja jest wybierana z rodziny celu dopasowania danych ( może być dowolną przestrzenią, taką jak sześcian lub faktycznie dowolną rozsądną przestrzenią topologiczną) zgodnie z niektórymi naturalnymi kryteriami.hθ:X→Rnhθ:X→Rnh_\theta:X\to \mathbb R^n{hθ}θ{hθ}θ\{h_\theta\}_\theta(xi,yi)∈X×Rn,i=1,…,k(xja,yja)∈X×Rn,ja=1,…,k(x_i,y_i)\in X\times \mathbb R^n, i=1,\ldots, kXXX[0,1]m[0,1]m[0,1]^m Czy istnieją zastosowania regresji, w których zainteresowany jest kontur? …

9 regression machine-learning multiple-regression

1

Wybór oryginalnego (?) Modelu z k-krotnie CV

Używając k-krotnie CV do wyboru spośród modeli regresji, zwykle obliczam błąd CV osobno dla każdego modelu, wraz z jego standardowym błędem SE, i wybieram najprostszy model w obrębie 1 SE modelu o najniższym błędzie CV (1 standardowa reguła błędu, patrz na przykład tutaj ). Jednak niedawno powiedziano mi, że w …

9 regression cross-validation model-selection

1

Regresja liniowa z błędami Laplace'a

Rozważ model regresji liniowej: yi=xi⋅β+εi,i=1,…,n,yi=xi⋅β+εi,i=1,…,n, y_i = \mathbf x_i \cdot \boldsymbol \beta + \varepsilon _i, \, i=1,\ldots ,n, gdzie εi∼L(0,b)εi∼L(0,b)\varepsilon _i \sim \mathcal L(0, b) , to znaczy , Rozkład Laplace'a ze średnią 000 i parametrem skali bbb , wszystkie są wzajemnie niezależne. Rozważ maksymalne oszacowanie prawdopodobieństwa nieznanego parametru ββ\boldsymbol …

9 regression laplace-distribution

1

Dlaczego współczynników regresji liniowej i logistycznej nie można oszacować przy użyciu tej samej metody?

Przeczytałem w książce dotyczącej uczenia maszynowego, że parametry regresji liniowej można oszacować (między innymi metodami) za pomocą spadku gradientu, podczas gdy parametry regresji logistycznej są zwykle szacowane przez oszacowanie maksymalnego prawdopodobieństwa. Czy można wyjaśnić nowicjuszowi (mi), dlaczego potrzebujemy różnych metod regresji liniowej / logistycznej. alias dlaczego nie MLE dla regresji …

9 regression logistic maximum-likelihood

3

Co to jest kompromis wariancji odchylenia dla współczynników regresji i jak je uzyskać?

W tym artykule ( Bayesian Inference for Variance Components using Only Error Contrasts , Harville, 1974), autor twierdzi ( y- Xβ)′H.- 1( y- Xβ) = ( y- Xβ^)′H.-1( y- Xβ^) + ( β-β^)′(X′H.- 1X) ( β-β^)(y-Xβ)′H.-1(y-Xβ)=(y-Xβ^)′H.-1(y-Xβ^)+(β-β^)′(X′H.-1X)(β-β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta) być „znaną relacją” dla regresji liniowej y= Xβ+ ϵ ,y=Xβ+ϵ,y=X\beta+\epsilon, gdzie ε ~ N( …

9 regression regression-coefficients heteroscedasticity bias linear-algebra

2

Dlaczego suma kwadratów reszt nie rośnie podczas dodawania zmiennej objaśniającej?

W moim podręczniku ekonometrycznym (wprowadzającym ekonometrii) dotyczącym OLS autor pisze: „SSR musi upaść, gdy zostanie dodana inna zmienna objaśniająca”. Dlaczego tak jest

9 regression optimization econometrics intuition sums-of-squares

1

Kiedy niewłaściwe modele liniowe stają się wyjątkowo piękne?

Pytania: Czy w praktyce stosowane są niewłaściwe modele liniowe, czy też jest to pewnego rodzaju ciekawość opisywana od czasu do czasu w czasopismach naukowych? Jeśli tak, w jakich obszarach są one wykorzystywane? Czy są inne przykłady takich modeli? Wreszcie, czy standardowe błędy, wartości , itd. Pobrane z OLS dla takich …

9 regression references linear-model robust

1

Jak zastosować regresję do głównych składników, aby przewidzieć zmienną wyjściową?

Przeczytałem o podstawach analizy głównych składników z tutoriala 1 , link1 i link2 . Mam zestaw danych 100 zmiennych (w tym zmienną wyjściową Y), chcę zredukować zmienne do 40 za pomocą PCA, a następnie przewidzieć zmienną Y za pomocą tych 40 zmiennych. Problem 1: Po uzyskaniu głównych składników i wybraniu …

9 regression pca

1

Jak korzystać z anova do porównywania dwóch modeli?

Jak powinienem zrozumieć anovawynik, porównując dwa modele? Przykład: Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** Strona podręcznika stwierdza: „Obliczanie tabel wariancji (lub dewiacji) dla jednego lub większej liczby dopasowanych obiektów modelu”. Jednak nasz profesor wspomniał, że można to …

9 r regression anova

1

Jaka jest różnica między uwarunkowaniem regresorów a traktowaniem ich jako ustalonych?

Czasami zakładamy, że regresory są stałe, tzn. Nie są stochastyczne. Myślę , że to oznacza, że wszystkie nasze predyktory, oszacowania parametrów itp. Są zatem bezwarunkowe, prawda? Czy mogę nawet posunąć się tak daleko, że nie są już zmiennymi losowymi? Jeśli z drugiej strony przyjmiemy, że większość regresorów w ekonomii twierdzi, …

9 regression inference philosophical conditioning ancillary-statistics

2

Wyniki regresji mają nieoczekiwany górny limit

Próbuję przewidzieć wynik równowagi i wypróbowałem kilka różnych metod regresji. Zauważyłem jedną rzecz, że przewidywane wartości wydają się mieć pewien górny limit. To znaczy, faktyczny bilans wynosi , ale moje przewidywania sięgają około . Poniższy wykres pokazuje rzeczywistą vs przewidywaną równowagę (przewidywaną za pomocą regresji liniowej):[ 0,0 , 1,0 )[0,0,1.0)[0.0, …

9 regression distributions data-transformation prediction bounds

3

R sezonowe szeregi czasowe

Korzystam z decomposefunkcji Ri wymyślam 3 składniki moich miesięcznych szeregów czasowych (trend, sezonowość i losowość). Jeśli wykreślę wykres lub spojrzę na tabelę, wyraźnie widzę, że na szereg czasowy ma wpływ sezonowość. Jednak kiedy regresuję szeregi czasowe do 11 zmiennych sezonowych, wszystkie współczynniki nie są istotne statystycznie, co sugeruje brak sezonowości. …

9 r regression time-series

1

Jak sprawiedliwe jest używanie słowa „przewidywanie” dla regresji (logistycznej)?

Rozumiem, że nawet regresja nie powoduje przyczynowości. Może jedynie dawać powiązanie między zmienną y i zmiennymi x i ewentualnie kierunkiem. Mam rację? Często znajduję frazy podobne do „x przewiduje y” nawet w większości podręczników kursów i na różnych stronach kursów online. I często nazywacie regresory jako predyktory, a y jako …

9 regression logistic predictive-models terminology causality

1

skorygowany iloraz szans vs iloraz szans

W analizie regresji wielowymiarowej wydaje się, że ludzie używają różnych definicji skorygowanych ilorazów szans. Czy mógłbyś wyjaśnić mi, czym jest skorygowana OR i czym różni się od nieskorygowanej OR ? Dzięki!

9 regression multivariate-analysis odds-ratio

3

Oszacować masę owoców w torbie na podstawie tylko powiązanych danych?

Instruktor na moim uniwersytecie zadał takie pytanie (nie na zadanie domowe, ponieważ lekcja się skończyła, a mnie nie było). Nie mogę wymyślić, jak do tego podejść. Pytanie dotyczy 2 torebek, z których każda zawiera asortyment różnych rodzajów owoców: Pierwsza torba zawiera następujące losowo wybrane owoce: + ------------- + -------- + …

9 regression estimation

Pytania otagowane jako regression