Qualcuno può fornire un chiaro elenco di differenze tra regressione log-lineare e regressione logistica? Capisco che il primo sia un semplice modello di regressione lineare, ma non sono chiaro quando ciascuno dovrebbe essere usato.
Per un modello lineare y=β0+xβ+εy=β0+xβ+εy=\beta_0+x\beta+\varepsilon , il termine di restringimento è sempre P(β)P(β)P(\beta) . Qual è la ragione per cui non restringiamo il termine bias (intercetta) β0β0\beta_0 ? Dovremmo ridurre il termine di distorsione nei modelli di rete neurale?
Ho eseguito un modello di regressione OLS su set di dati con 5 variabili indipendenti. Le variabili indipendenti e la variabile dipendente sono entrambe continue e correlate in modo lineare. La R Square è di circa il 99,3%. Ma quando eseguo lo stesso utilizzo della foresta casuale in R, il …
Mi chiedo quale sia la relazione esatta tra parziale e coefficienti in un modello lineare e se dovrei usare solo uno o entrambi per illustrare l'importanza e l'influenza dei fattori.R2R2R^2 Per quanto ne so, con summaryottengo stime dei coefficienti e con anovala somma dei quadrati per ciascun fattore - la …
Questa domanda è stata migrata da Mathematics Stack Exchange perché può essere risolta su Cross Validated. Migrato 7 anni fa . In questo momento sto imparando l'analisi della regressione e l'analisi della varianza. Nell'analisi di regressione hai una variabile fissa e vuoi sapere come va la variabile con l'altra variabile. …
Ho sempre avuto l'impressione che la regressione sia solo una forma più generale di ANOVA e che i risultati sarebbero identici. Di recente, tuttavia, ho eseguito sia una regressione che un ANOVA sugli stessi dati e i risultati differiscono in modo significativo. Cioè, nel modello di regressione sia gli effetti …
Sto lottando per comprendere il concetto di distorsione nel contesto dell'analisi di regressione lineare. Qual è la definizione matematica di bias? Che cosa è esattamente di parte e perché / come? Esempio illustrativo?
In Modellistica statistica: Le due culture scrive Leo Breiman L'attuale pratica applicata è quella di verificare l'adattamento del modello di dati mediante test di bontà di adattamento e analisi residua. Ad un certo punto, alcuni anni fa, ho creato un problema di regressione simulato in sette dimensioni con una quantità …
Una regressione di Poisson è una GLM con una funzione log-link. Un modo alternativo per modellare i dati di conteggio non distribuiti normalmente è quello di preelaborare prendendo il registro (o meglio, registro (1 + conteggio) per gestire gli 0). Se si esegue una regressione dei minimi quadrati sulle risposte …
Bloccato . Questa domanda e le sue risposte sono bloccate perché la domanda è fuori tema ma ha un significato storico. Al momento non accetta nuove risposte o interazioni. Qualcuno potrebbe offrire alcuni suggerimenti su come utilizzare l' weightsargomento nella lmfunzione di R ? Ad esempio, stavi cercando di adattare …
Voglio cogliere appieno la nozione di descrive la quantità di variazione tra le variabili. Ogni spiegazione web è un po 'meccanica e ottusa. Voglio "ottenere" il concetto, non solo usare meccanicamente i numeri.r2r2r^2 Ad esempio: ore studiate vs. punteggio del test rrr = .8 r2r2r^2 = .64 Che cosa significa …
Qui, dai un'occhiata: puoi vedere esattamente dove finiscono i dati di allenamento. I dati di allenamento vanno da a .- 1−1-1111 Ho usato Keras e una rete densa 1-100-100-2 con attivazione tanh. Calcolo il risultato da due valori, p e q come p / q. In questo modo posso raggiungere …
Considera il modello standard per la regressione multipla dove , quindi valgono la normalità, l'omosedasticità e la non correlazione degli errori.ε ∼ N ( 0 , σ 2 I n )Y= Xβ+ εY=Xβ+εY=X\beta+\varepsilonε ∼ N( 0 , σ2ion)ε∼N(0,σ2In)\varepsilon \sim \mathcal N(0, \sigma^2I_n) Supponiamo di eseguire una regressione della cresta, aggiungendo …
Secondo un testo che sto usando, la formula per la varianza del residuo è data da:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Trovo che questo sia difficile da credere dal momento che la residuo è la differenza tra il valore osservato e il valore stimato; se si calcolasse la varianza della …
Sto cercando di adattare un modello di regressione lineare multipla ai miei dati con un paio di parametri di input, diciamo 3. F( x )F( x )= A x1+ B x2+ CX3+ do= ( A B C )T( x1 X2 X3) + d(io)(Ii)(i)F(x)=Ax1+Bx2+Cx3+dor(ii)F(x)=(A B C)T(x1 x2 x3)+d\begin{align} F(x) &= Ax_1 …
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.