Мой набор данных ( ) имеет зависимую переменную (DV), пять независимых «базовых» переменных (P1, P2, P3, P4, P5) и одну независимую интересующую переменную (Q).N≈ 10 , 000N≈10,000N \approx 10,000 Я запустил линейные регрессии OLS для следующих двух моделей: DV ~ 1 + P1 + P2 + P3 + P4 + P5 ->...
Я узнал о регрессии гауссовского процесса из онлайн-видео и заметок к лекциям, и я понимаю, что если у нас есть набор данных с точками, то мы предполагаем, что данные взяты из n- мерного многомерного гауссиана. Таким образом, мой вопрос в том случае, если n равно 10 из миллионов, регрессия...
Я просматривал документацию по sklearn, но не смог понять назначение этих функций в контексте логистической регрессии. Ибо decision_functionон говорит, что это расстояние между гиперплоскостью и тестовым экземпляром. как эта конкретная информация полезна? и как это соотносится с predictи...
Предположим, что у нас есть модель .Yя= β0+ β1Икся 1+ β2Икся 2+ ⋯ + βКИкся к+ ϵяYязнак равноβ0+β1Икся1+β2Икся2+⋯+βКИксяК+εяY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Регрессия имеет ряд допущений, например, что ошибки должны обычно распределяться со средним...
Логистическая регрессия моделирует лог-шансы события как некоторый набор предикторов. То есть log (p / (1-p)), где p - вероятность некоторого исхода. Таким образом, интерпретация необработанных коэффициентов логистической регрессии для некоторой переменной (x) должна осуществляться в масштабе...
Замкнутая форма w в линейной регрессии может быть записана как w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Как мы можем интуитивно объяснить роль в этом
Я использовал Matlab для выполнения неограниченных наименьших квадратов (обычных наименьших квадратов), и он автоматически выводит коэффициенты, тестовую статистику и p-значения. Мой вопрос заключается в том, что при выполнении ограниченных наименьших квадратов (строго неотрицательных...
Предположим, меня интересует модель линейной регрессии для , потому что я хотел бы увидеть, влияет ли взаимодействие между двумя ковариатами на Y.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 В заметках профессора (с которыми у меня нет...
У меня есть модель линейной регрессии с выборочными и переменными наблюдениями, и я хочу знать: Является ли конкретная переменная достаточно значимой, чтобы оставаться включенной в модель. Должна ли другая переменная (с наблюдениями) быть включена в модель. Какая статистика может мне помочь? Как...
Я пытаюсь построить модель прогнозирования регрессии временных рядов для выходной переменной в долларовом выражении с точки зрения других предикторов / входных переменных и автокоррелированных ошибок. Этот тип модели также называется моделью динамической регрессии. Мне нужно научиться определять...
Какие методы доступны для выбора предикторов в многомерной линейной регрессии с подходящими предикторами, чтобы найти «оптимальное» подмножество предикторов без явного тестирования всех 2 p подмножеств? В «Прикладном анализе выживания» Хосмер и Лемешоу ссылаются на метод Кука, но я не могу найти...
При выполнении линейной регрессии часто бывает полезно выполнить преобразование, такое как лог-преобразование для зависимой переменной, для достижения лучшей конформации нормального распределения. Часто также полезно проверять бета-результаты по регрессии, чтобы лучше оценить величину эффекта /...
Всегда ли переменная Х (опасность) в регрессионном анализе пропорциональной опасности Кокса должна быть временем? Если нет, не могли бы вы привести пример? Может ли возраст больного раком быть переменной величиной? Если да, то можно ли это интерпретировать как риск заболеть раком в определенном...
Предположим, у нас есть простая модель линейной регрессии и мы хотим проверить нулевую гипотезу против общей альтернативы.H 0 : a = b = 1Z= Х+ б YZ=aX+bYZ = aX + bYЧАС0: a = b = 12H0:a=b=12H_0: a=b=\frac{1}{2} Я думаю, что можно использовать оценку и и дополнительно применить тест, чтобы получить...
Итак, у меня есть 16 испытаний, в которых я пытаюсь идентифицировать человека по биометрической характеристике, используя расстояние Хэмминга. Мой порог установлен на 3,5. Мои данные ниже, и только пробная версия 1 является истинным положительным результатом: Trial Hamming Distance 1 0.34 2 0.37 3...
Мои (очень базовые) знания о модели регрессии Тобита не из класса, как я бы предпочел. Вместо этого я собрал фрагменты информации здесь и там через несколько поисков в Интернете. Мое лучшее предположение в отношении усеченной регрессии состоит в том, что они очень похожи на предположения обычных...
У меня есть матрица расчета p-регрессоров, n наблюдений, и я пытаюсь вычислить выборочную матрицу дисперсии-ковариации параметров. Я пытаюсь напрямую рассчитать его с помощью SVD. Я использую R, когда я беру svd матрицы проектирования, я получаю три компонента: матрицу которая является n × p ,...
Я пытаюсь решить проблему для наименьшего угла регрессии (LAR). Это проблема 3,23 на странице 97 из Гесте и др., Элементы статистического обучения, второй. редактор (5-я печать) . Рассмотрим регрессионную проблему со всеми переменными и ответом, имеющими среднее значение ноль и стандартное...
У кого-нибудь есть предложения или пакеты, которые рассчитают коэффициент частичного определения? Коэффициент частичного определения может быть определен как процент вариации, который не может быть объяснен в сокращенной модели, но может быть объяснен предикторами, указанными в полной (эр) модели....
Я пытаюсь понять матричные обозначения и работаю с векторами и матрицами. Сейчас я хотел бы понять , как вектор коэффициентов оценки & betaβ^β^\hat{\beta} в множественной регрессии вычисляется. Основное уравнение, кажется, ddβ(y−Xβ)′(y−Xβ)=0.ddβ(y−Xβ)′(y−Xβ)=0. \frac{d}{d\boldsymbol{\beta}}...