Statistiche e Big Data lm

3

Come vengono calcolati gli errori standard dei coefficienti in una regressione?

Per la mia comprensione, sono interessato a replicare manualmente il calcolo degli errori standard dei coefficienti stimati poiché, ad esempio, viene fornito l'output della lm()funzione R, ma non sono stato in grado di fissarlo. Qual è la formula / implementazione utilizzata?

114 r regression standard-error lm

3

C'è qualche differenza tra lm e glm per la famiglia gaussiana di glm?

In particolare, voglio sapere se c'è una differenza tra lm(y ~ x1 + x2)e glm(y ~ x1 + x2, family=gaussian). Penso che questo caso particolare di glm sia uguale a lm. Ho sbagliato?

45 r normal-distribution generalized-linear-model lm

2

Come trovare una buona misura per il modello semi-sinusoidale in R?

Voglio presumere che la temperatura della superficie del mare del Mar Baltico sia la stessa anno dopo anno, e quindi descriverlo con un modello funzione / lineare. L'idea che ho avuto è stata quella di inserire solo l'anno come un numero decimale (o num_months / 12) e capire quale dovrebbe …

37 r regression time-series lm

2

Qual è la formula R al quadrato corretta in lm in R e come dovrebbe essere interpretata?

Qual è la formula esatta usata in R lm() per il rettangolo R rettificato? Come posso interpretarlo? Formule rettangolari rettificate Sembra che esistano diverse formule per calcolare il rettangolo R rettificato. Formula di Wherry: 1 - ( 1 - R2) ( n - 1 )( n - v )1-(1-R2)(n-1)(n-v)1-(1-R^2)\frac{(n-1)}{(n-v)} Formula …

35 r regression r-squared lm shrinkage

4

Come tradurre i risultati da lm () a un'equazione?

Possiamo usare lm()per prevedere un valore, ma in alcuni casi abbiamo ancora bisogno dell'equazione della formula del risultato. Ad esempio, aggiungere l'equazione ai grafici.

29 r regression lm

2

Calcolo dell'algebra lineare passo-passo della regressione dei minimi quadrati

Come prequel di una domanda sui modelli lineari misti in R e di condividere come riferimento per gli appassionati di statistiche per principianti / intermedi, ho deciso di pubblicare come "domande e risposte" indipendenti i passaggi coinvolti nel calcolo "manuale" del coefficienti e valori previsti di una semplice regressione lineare. …

22 r regression linear-model lm

4

Il modo migliore per affrontare l'eteroscedasticità?

Ho una trama di valori residui di un modello lineare in funzione dei valori adattati in cui l'eteroscedasticità è molto chiara. Tuttavia non sono sicuro di come procedere ora perché, per quanto ho capito, questa eteroscedasticità rende il mio modello lineare non valido. (È giusto?) Usa un robusto raccordo lineare …

19 r generalized-linear-model heteroscedasticity lm

1

R: testare la normalità dei residui del modello lineare - quali residui utilizzare

Vorrei fare un test W di Shapiro Wilk e un test Kolmogorov-Smirnov sui residui di un modello lineare per verificare la normalità. Mi stavo solo chiedendo quali residui dovrebbero essere usati per questo - i residui grezzi, i residui di Pearson, i residui studentizzati o i residui standardizzati? Per un …

13 r regression residuals normality-assumption lm

1

Perché R's lm () restituisce stime di coefficienti diverse rispetto al mio libro di testo?

sfondo Sto cercando di capire il primo esempio in un corso sui modelli di adattamento (quindi questo può sembrare ridicolmente semplice). Ho fatto i calcoli a mano e corrispondono all'esempio, ma quando li ripeto in R, i coefficienti del modello sono disattivati. Ho pensato che la differenza potrebbe essere dovuta …

13 r regression self-study lm

1

Misure ripetute anova: lm vs lmer

Sto cercando di riprodurre diversi test di interazione tra con entrambi lme lmersu misure ripetute (2x2x2). Il motivo per cui voglio confrontare entrambi i metodi è perché il GLM di SPSS per misure ripetute produce esattamente gli stessi risultati lmdell'approccio presentato qui, quindi alla fine voglio confrontare SPSS vs R-lmer. …

10 anova mixed-model lme4-nlme repeated-measures lm

2

Inferenza della regressione e stimatori sandwich

Potete darmi un esempio dell'uso degli stimatori sandwich per eseguire inferenze di regressione robuste? Riesco a vedere l'esempio in ?sandwich, ma non capisco bene come possiamo passare da lm(a ~ b, data)( codice r ) a una stima e un valore p risultanti da un modello di regressione usando la …

10 r regression lm sandwich

1

Ricalcola la verosimiglianza da un semplice modello Rlm

Sto semplicemente cercando di ricalcolare con dnorm () la verosimiglianza log fornita dalla funzione logLik da un modello lm (in R). Funziona (quasi perfettamente) per un elevato numero di dati (ad es. N = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + …

10 r generalized-linear-model likelihood lm

1

Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?

Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …

10 r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion

3

Perché la regressione lineare non è in grado di prevedere l'esito di una semplice sequenza deterministica?

Un mio collega mi ha inviato questo problema apparentemente facendo il giro su Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La risposta sembra essere 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quando eseguo una …

9 r regression lm

2

Bootstrap parametrico, semiparametrico e non parametrico per modelli misti

I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

Domande taggate «lm»