Statistiche e Big Data regression

1

Come interpretare gli errori standard dei coefficienti nella regressione lineare?

Mi chiedo come interpretare gli errori standard del coefficiente di una regressione quando si utilizza la funzione di visualizzazione in R. Ad esempio nel seguente output: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = 40, …

26 r regression interpretation

6

Adatta un termine sinusoidale ai dati

Anche se ho letto questo post, non ho ancora idea di come applicare questo ai miei dati e spero che qualcuno mi possa aiutare. Ho i seguenti dati: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, 7.134426, 8.338514, …

26 r regression fitting

2

Interpretazione geometrica della regressione lineare penalizzata

So che la regressione lineare può essere pensata come "la linea che è verticalmente più vicina a tutti i punti" : Ma c'è un altro modo di vederlo, visualizzando lo spazio delle colonne, come "la proiezione sullo spazio attraversato dalle colonne della matrice dei coefficienti" : La mia domanda è: …

26 regression intuition geometry

2

Trasformazione di variabili per regressione multipla in R

Sto cercando di eseguire una regressione multipla in R. Tuttavia, la mia variabile dipendente ha il seguente diagramma: Ecco una matrice scatterplot con tutte le mie variabili ( WARè la variabile dipendente): So che devo eseguire una trasformazione su questa variabile (e forse sulle variabili indipendenti?) Ma non sono sicuro …

26 r regression multiple-regression data-transformation

9

Misurazione della precisione di un modello basato sulla regressione logistica

Ho un modello di regressione logistica addestrato che sto applicando a un set di dati di test. La variabile dipendente è binaria (booleana). Per ogni campione nel set di dati di test, applico il modello di regressione logistica per generare una probabilità% che la variabile dipendente sia vera. Quindi registro …

26 regression logistic r-squared

3

Che cos'è il theta in una regressione binomiale negativa dotata di R?

Ho una domanda su una regressione binomiale negativa: supponi di avere i seguenti comandi: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Nota che le auto sono un set di dati disponibile in R, e non mi interessa davvero se questo modello ha senso.) Quello che vorrei sapere è: come posso interpretare la …

26 regression generalized-linear-model negative-binomial

7

Come faccio a decidere quale intervallo utilizzare nella regressione LOESS in R?

Sto eseguendo modelli di regressione LOESS in R e desidero confrontare le uscite di 12 modelli diversi con dimensioni del campione variabili. Posso descrivere i modelli attuali in modo più dettagliato se aiuta a rispondere alla domanda. Ecco le dimensioni del campione: Fastballs vs RHH 2008-09: 2002 Fastballs vs LHH …

26 r regression loess

5

In che modo la regressione lineare utilizza la distribuzione normale?

Nella regressione lineare, si presume che ciascun valore previsto sia stato scelto da una normale distribuzione di possibili valori. Vedi sotto. Ma perché si presume che ciascun valore previsto provenga da una distribuzione normale? In che modo la regressione lineare usa questo presupposto? Cosa succede se i valori possibili non …

26 regression probability distributions normal-distribution modeling

4

Perché qualcuno dovrebbe usare KNN per la regressione?

Da quello che ho capito, possiamo solo costruire una funzione di regressione che rientri nell'intervallo dei dati di allenamento. Ad esempio (è necessario solo uno dei pannelli): Come potrei prevedere in futuro usando un regressore KNN? Ancora una volta, sembra approssimare solo una funzione che rientra nell'intervallo dei dati di …

26 regression machine-learning k-nearest-neighbour

3

Perché utilizzare le stime Lasso rispetto alle stime OLS sul sottoinsieme di variabili identificato da Lasso?

Per regressione Lazo supponiamo che la soluzione migliore (ad esempio un errore minimo di test) selezioni funzioni, in modo che \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ …

26 regression feature-selection lasso regularization

5

Inclusione della variabile dipendente ritardata nella regressione

Sono molto confuso se è legittimo includere una variabile dipendente ritardata in un modello di regressione. Fondamentalmente penso che se questo modello si concentra sulla relazione tra la variazione in Y e altre variabili indipendenti, quindi l'aggiunta di una variabile dipendente ritardata nella parte destra può garantire che il coefficiente …

26 regression lags misspecification

2

Cosa significa effettivamente il valore di logit?

Ho un modello logit che presenta un numero compreso tra 0 e 1 per molti casi, ma come possiamo interpretarlo? Consente di prendere un caso con un logit di 0.20 Possiamo affermare che esiste una probabilità del 20% che un caso appartenga al gruppo B rispetto al gruppo A? è …

26 regression logistic logit

3

Prerequisiti per il confronto dei modelli AIC

Quali sono esattamente i prerequisiti che devono essere soddisfatti affinché il confronto tra modelli AIC funzioni? Ho appena trovato questa domanda quando ho fatto un confronto in questo modo: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 In …

26 regression model-selection aic model-comparison nested-models

1

Equivalenza tra minimi quadrati e MLE nel modello gaussiano

Sono nuovo di Machine Learning e sto cercando di impararlo da solo. Recentemente stavo leggendo alcuni appunti delle lezioni e avevo una domanda di base. La diapositiva 13 afferma che "La stima del minimo quadrato è la stessa della stima della massima verosimiglianza con un modello gaussiano". Sembra che sia …

26 regression bayesian least-squares

2

Supporta macchine vettoriali e regressione

C'è già stata un'eccellente discussione su come le macchine vettoriali di supporto gestiscono la classificazione, ma sono molto confuso su come le macchine vettore di supporto generalizzano alla regressione. Qualcuno ha intenzione di illuminarmi?

26 regression machine-learning svm

Domande taggate «regression»