Si riferisce a qualsiasi modello in cui una variabile casuale è correlata a una o più variabili casuali da una funzione che è lineare in un numero finito di parametri.
Qual è l'importanza della distinzione tra modelli lineari e non lineari? La domanda Modello lineare non lineare o generalizzato: come ti riferisci alla regressione logistica, di Poisson, ecc.? e la sua risposta fu un chiarimento estremamente utile della linearità / non linearità dei modelli lineari generalizzati. Sembra estremamente importante distinguere …
Per un modello lineare gaussiano Y=μ+σGY=μ+σGY=\mu+\sigma Gμμ\muWWWGGGRnRn\mathbb{R}^nFFFH0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu \in U\}U⊂WU⊂WU \subset Wf=ϕ(2logsupμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=ϕ(2logsupμ∈W,σ>0L(μ,σ|y)supμ∈U,σ>0L(μ,σ|y)).f=\phi\left( 2\log \frac{\sup_{\mu \in W, \sigma>0} L(\mu, \sigma | y)}{\sup_{\mu \in U, \sigma>0} L(\mu, \sigma | y)} \right). Come possiamo sapere che questa statistica fornisce il test più potente per (forse dopo aver scartato casi particolari insoliti)? Ciò non deriva …
Cosa spiega le differenze nei valori p di seguito aove le lmchiamate? La differenza è dovuta solo a diversi tipi di calcoli di somma dei quadrati? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff
Dopo un anno alla scuola elementare, la mia comprensione dei "minimi quadrati ponderati" è la seguente: sia y∈Rny∈Rn\mathbf{y} \in \mathbb{R}^n , XX\mathbf{X} una matrice di design n×pn×pn \times p , sia un parametro vector, essere un vettore di errore tale che , dove e \ sigma ^ 2> 0 . …
Abbiamo misurato due variabili e il grafico a dispersione sembra suggerire più modelli "lineari". C'è un modo per provare a distillare quei modelli? L'identificazione di altre variabili indipendenti si è rivelata difficile. Entrambe le variabili sono fortemente inclinate a sinistra (verso i piccoli numeri), questa è una distribuzione prevista nel …
Sto lavorando a un progetto che prevede la lettura di tag RFID e il confronto dell'intensità del segnale che il lettore vede quando si modifica la configurazione dell'antenna (numero di antenna, posizione, ecc ...). Come parte del progetto, devo confrontare le configurazioni per vedere quali sono più efficaci. Idealmente, sarei …
Chiuso . Questa domanda richiede dettagli o chiarezza . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiungi dettagli e chiarisci il problema modificando questo post . Chiuso 2 anni fa . Sto lavorando a un compito a casa in cui il mio professore vorrebbe che noi creassimo un …
Non ho una definizione formale di equivalenza di scala, ma ecco cosa dice Introduzione all'apprendimento statistico a pag. 217: I coefficienti standard dei minimi quadrati ... sono equivalenti alla scala : moltiplicare XjXjX_j per una costante porta semplicemente a un ridimensionamento delle stime del coefficiente dei minimi quadrati per un …
Mi chiedo se l'intervallo di previsione e l'intervallo credibile valutino la stessa cosa. Ad esempio con una regressione lineare, quando si stima l'intervallo di previsione di un valore adattato, si stimano i limiti dell'intervallo in cui si prevede che il valore diminuisca. Al contrario di un intervallo di confidenza, non …
Ho un modello di regressione lineare in cui viene registrata la variabile dipendente e una variabile indipendente è lineare. Il coefficiente di pendenza per una variabile indipendente dalla chiave è negativo: . Non sono sicuro di come interpretare.- .0564−.0564-.0564 Uso il valore assoluto e poi lo trasformo in negativo in …
Ho iniziato a scavare un po 'nella funzione plot.lm , questa funzione fornisce sei grafici per lm, sono: un diagramma di residui contro valori adattati un grafico in scala di posizione di sqrt (| residui |) rispetto ai valori adattati un diagramma QQ normale, un diagramma delle distanze di Cook …
Come ipotesi di regressione lineare, la normalità della distribuzione dell'errore è talvolta erroneamente "estesa" o interpretata come la necessità della normalità di y o x. È possibile costruire uno scenario / set di dati in cui X e Y non sono normali ma il termine di errore è e quindi …
Esiste un metodo per capire se due linee sono (più o meno) parallele? Ho due linee generate da regressioni lineari e vorrei capire se sono parallele. In altre parole, vorrei ottenere le diverse pendenze di queste due linee. Esiste una funzione R per calcolare questo? EDIT: ... e come posso …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.