Statistiche e Big Data linear-model

2

Trasmissione di un modello lineare multivariato come regressione multipla

Riformare un modello di regressione lineare multivariata come regressione lineare multipla è del tutto equivalente? Non mi riferisco semplicemente correre regressioni separate.ttt Ho letto questo in alcuni punti (Bayesian Data Analysis - Gelman et al. E Multivariate Old School - Marden) che un modello lineare multivariato può essere facilmente parametrizzato …

20 regression multiple-regression linear-model multivariate-regression

1

Bontà di adattamento e quale modello scegliere la regressione lineare o Poisson

Ho bisogno di un consiglio riguardo a due dilemmi principali nella mia ricerca, che è un caso studio di 3 grandi prodotti farmaceutici e innovazione. Il numero di brevetti all'anno è la variabile dipendente. Le mie domande sono Quali sono i criteri più importanti per un buon modello? Cosa è …

19 regression generalized-linear-model linear-model goodness-of-fit poisson-regression

3

Come è possibile ottenere un buon modello di regressione lineare quando non esiste una correlazione sostanziale tra output e predittori?

Ho addestrato un modello di regressione lineare, usando una serie di variabili / caratteristiche. E il modello ha una buona prestazione. Tuttavia, mi sono reso conto che non esiste una variabile con una buona correlazione con la variabile prevista. Come è possibile?

17 regression machine-learning correlation multiple-regression linear-model

1

Aspettativa condizionale di R al quadrato

Considera il modello lineare semplice: yy = X ′ ββ + ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon dove ϵ i ∼ i . io . d .N ( 0 , σ 2 )ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2) e X ∈ R n × pX∈Rn×pX\in\mathbb{R}^{n\times p} , p ≥ 2p≥2p\geq2 e XXX contiene una colonna di costanti. La mia domanda …

17 linear-model expected-value

2

Perché una distribuzione T viene utilizzata per testare l'ipotesi di un coefficiente di regressione lineare?

In pratica, l'uso di un test T standard per verificare il significato di un coefficiente di regressione lineare è pratica comune. La meccanica del calcolo ha senso per me. Perché la distribuzione a T può essere utilizzata per modellare la statistica test standard utilizzata nel test di ipotesi di regressione …

16 regression hypothesis-testing linear-model t-distribution

2

Perché GLM è diverso da un LM con variabile trasformata

Come spiegato in questo volantino del corso (pagina 1) , un modello lineare può essere scritto nel modulo: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, dove yyy è la variabile di risposta e xixix_{i} è l' ithithi^{th} variabile esplicativa . Spesso con l'obiettivo di soddisfare …

16 regression generalized-linear-model data-transformation linear-model

4

Modello lineare classico - selezione del modello

Ho un modello lineare classico, con 5 possibili regressori. Non sono correlati tra loro e hanno una correlazione piuttosto bassa con la risposta. Sono arrivato a un modello in cui 3 dei regressori hanno coefficienti significativi per la loro statistica t (p <0,05). L'aggiunta di una o entrambe le restanti …

16 r regression self-study linear-model

3

Quando possiamo parlare di collinearità

Nei modelli lineari dobbiamo verificare se esiste una relazione tra le variabili esplicative. Se si correlano troppo, allora c'è collinearità (cioè le variabili si spiegano in parte a vicenda). Attualmente sto solo esaminando la correlazione a coppie tra ciascuna delle variabili esplicative. Domanda 1: Cosa classifica come troppa correlazione? Ad …

16 correlation linear-model multicollinearity

1

Comprensione della decomposizione QR

Ho un esempio funzionante (in R), che sto cercando di capire ulteriormente. Sto usando Limma per creare un modello lineare e sto cercando di capire cosa sta succedendo passo dopo passo nei calcoli del cambio di piega. Sto principalmente cercando di capire cosa succede per calcolare i coefficienti. Da quello …

15 r regression linear-model

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

VIF, indice di condizione e autovalori

Attualmente sto valutando la multicollinearità nei miei set di dati. Quali valori soglia di VIF e indice delle condizioni sotto / sopra suggeriscono un problema? VIF: Ho sentito che VIF è un problema.≥ 10≥10\geq 10 Dopo aver rimosso due variabili problematiche, VIF è per ogni variabile. Le variabili hanno bisogno …

15 multiple-regression linear-model multicollinearity vif

2

Notazione matriciale per la regressione logistica

Nella regressione lineare (perdita quadrata), usando la matrice abbiamo una notazione molto concisa per l'obiettivo minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Dove AAA è la matrice di dati, xxx è i coefficienti e bbb è la risposta. Esiste una notazione matriciale simile per l'obiettivo di regressione logistica? Tutte le notazioni che ho …

15 regression logistic linear-model notation

3

Per i classificatori lineari, i coefficienti più grandi implicano caratteristiche più importanti?

Sono un ingegnere del software che lavora sull'apprendimento automatico. Secondo la mia comprensione, la regressione lineare (come OLS) e la classificazione lineare (come regressione logistica e SVM) fanno una previsione basata su un prodotto interno tra coefficienti addestrati e variabili caratteristica → x :w⃗ w→\vec{w}X⃗ X→\vec{x} y^= f( w⃗ ⋅ …

15 regression machine-learning classification feature-selection linear-model

2

Mischiare dati continui e binari con SVM lineare?

Quindi ho giocato con gli SVM e mi chiedo se questa è una buona cosa da fare: Ho un set di funzionalità continue (da 0 a 1) e un set di funzionalità categoriche che ho convertito in variabili fittizie. In questo caso particolare, codifico la data della misurazione in una …

15 categorical-data svm feature-selection linear-model feature-construction

2

Se ripeto ogni osservazione campione in un modello di regressione lineare ed eseguo nuovamente la regressione, come sarebbe influenzato il risultato?

Supponiamo che io abbia N osservazioni, possibilmente più fattori e ripeto ogni osservazione due volte (o M volte) come sarebbe una regressione su questo nuovo set di dimensioni NM rispetto a una regressione solo sulle osservazioni originali?

15 regression linear-model multiple-regression

Domande taggate «linear-model»