Statistiche e Big Data regression-strategies

8

Nella regressione lineare, quando è appropriato utilizzare il registro di una variabile indipendente anziché i valori effettivi?

Sto cercando una distribuzione meglio condotta per la variabile indipendente in questione, o per ridurre l'effetto di valori anomali o qualcos'altro?

164 regression distributions data-transformation logarithm regression-strategies

7

Qual è il vantaggio di spezzare una variabile predittiva continua?

Mi chiedo quale sia il valore nel prendere una variabile predittiva continua e scomporla (ad es. In quintili), prima di usarla in un modello. Mi sembra che, binning della variabile, perdiamo informazioni. È solo per poter modellare effetti non lineari? Se mantenessimo la variabile continua e in realtà non fosse …

78 regression modeling continuous-data binning regression-strategies

3

È possibile utilizzare una foresta casuale per la selezione di feature nella regressione lineare multipla?

Poiché la RF è in grado di gestire la non linearità ma non può fornire coefficienti, sarebbe saggio utilizzare la foresta casuale per raccogliere le caratteristiche più importanti e quindi collegarle a un modello di regressione lineare multipla al fine di ottenere i loro coefficienti?

50 regression machine-learning feature-selection random-forest regression-strategies

5

Overfitting di un modello di regressione logistica

È possibile equipaggiare troppo un modello di regressione logistica? Ho visto un video in cui si diceva che se la mia area sotto la curva ROC è superiore al 95%, è molto probabile che venga adattata in modo eccessivo, ma è possibile utilizzare un modello di regressione logistica?

28 logistic overfitting regression-strategies

1

Gradi di libertà residua appropriati dopo aver lasciato cadere i termini da un modello

Sto riflettendo sulla discussione intorno a questa domanda e in particolare sul commento di Frank Harrell secondo cui la stima della varianza in un modello ridotto (cioè uno da cui sono state testate e respinte una serie di variabili esplicative) dovrebbe usare i gradi di libertà generalizzati di Ye . …

27 r regression model-selection regression-strategies

3

Valutazione della regressione logistica e interpretazione di Hosmer-Lemeshow Goodness of Fit

Come tutti sappiamo, ci sono 2 metodi per valutare il modello di regressione logistica e stanno testando cose molto diverse Potenza predittiva: Ottieni una statistica che misura la capacità di prevedere la variabile dipendente in base alle variabili indipendenti. I noti Pseudo R ^ 2 sono McFadden (1974) e Cox …

24 r logistic goodness-of-fit regression-strategies model-evaluation

2

Il modello finale (pronto per la produzione) deve essere addestrato sui dati completi o solo sul set di addestramento?

Supponiamo di aver addestrato diversi modelli sul set di allenamento, scegline uno migliore utilizzando il set di convalida incrociata e misurato le prestazioni sul set di test. Quindi ora ho un ultimo modello migliore. Devo riqualificarli su tutti i dati disponibili o sulla soluzione di spedizione addestrati solo sul set …

23 machine-learning validation regression-strategies

5

Quando la regressione quantile è peggiore di OLS?

A parte alcune circostanze uniche in cui dobbiamo assolutamente comprendere la relazione media condizionale, quali sono le situazioni in cui un ricercatore dovrebbe scegliere OLS rispetto alla regressione quantistica? Non voglio che la risposta sia "se non serve a capire le relazioni di coda", dato che potremmo semplicemente usare la …

22 least-squares econometrics regression-strategies quantile-regression semiparametric

2

Bayesiano pensa al sovradimensionamento

Ho dedicato molto tempo allo sviluppo di metodi e software per la validazione di modelli predittivi nel tradizionale dominio statistico frequentista. Nel mettere in pratica più idee bayesiane e nell'insegnamento vedo alcune differenze chiave da abbracciare. In primo luogo, la modellazione predittiva bayesiana chiede all'analista di riflettere attentamente sulle distribuzioni …

20 bayesian cross-validation predictive-models validation regression-strategies

2

LASSO soffre degli stessi problemi della regressione graduale?

I metodi di selezione delle variabili algoritmiche graduali tendono a selezionare per i modelli che influenzano più o meno ogni stima nei modelli di regressione ( e loro SE, valori p , statistiche F , ecc.) E hanno la probabilità di escludere predittori reali quanto includere falsi predittori secondo una …

18 regression feature-selection lasso regression-strategies stepwise-regression

1

Cosa significa rendere la dimensione del campione una variabile casuale?

Frank Harrell ha aperto un blog ( Statistical Thinking) . Nel suo primo incarico , elenca alcune caratteristiche chiave della sua filosofia statistica. Tra gli altri articoli, include: Rendi la dimensione del campione una variabile casuale quando possibile Cosa significa "rendere la dimensione del campione una variabile casuale"? Quali sono …

18 sample-size random-variable regression-strategies

3

Creazione e selezione di modelli mediante Hosmer et al. 2013. Regressione logistica applicata in R

Questo è il mio primo post su StackExchange, ma lo uso da parecchio tempo, farò del mio meglio per utilizzare il formato appropriato e apportare le modifiche appropriate. Inoltre, questa è una domanda in più parti. Non ero sicuro di dover dividere la domanda in più post o in uno …

17 r logistic model-selection regression-strategies

5

Posso ignorare i coefficienti per livelli non significativi di fattori in un modello lineare?

Dopo aver cercato chiarimenti sui coefficienti del modello lineare qui, ho una domanda di follow-up riguardante i non significativi (alto valore p) per i coefficienti dei livelli dei fattori. Esempio: se il mio modello lineare include un fattore con 10 livelli e solo 3 di quei livelli hanno valori p …

15 statistical-significance linear-model model-selection regression-coefficients regression-strategies

2

Possiamo usare una variabile indipendente categoriale nell'analisi discriminante?

Nell'analisi discriminante, la variabile dipendente è categorica, ma posso usare una variabile categoriale (ad es. Stato residenziale: rurale, urbano) insieme ad altre variabili continue come variabile indipendente nell'analisi discriminante lineare?

15 logistic categorical-data discriminant-analysis regression-strategies

4

Quali variabili spiegano quali componenti PCA e viceversa?

Utilizzando questi dati: head(USArrests) nrow(USArrests) Posso fare un PCA in questo modo: plot(USArrests) otherPCA <- princomp(USArrests) Posso ottenere i nuovi componenti otherPCA$scores e la percentuale di varianza spiegata dai componenti con summary(otherPCA) E se volessi sapere quali variabili sono principalmente spiegate da quali componenti principali? E viceversa: ad esempio PC1 …

14 r pca dimensionality-reduction regression-strategies

Domande taggate «regression-strategies»