Domande taggate «regression»

Ho eseguito questa regressione logistica ordinale in R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Ho ottenuto questo riassunto del modello: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value …

17 r  regression  logistic  interpretation  ordered-logit 

Ho due effetti principali, V1 e V2. Gli effetti di V1 e V2 sulle variabili di risposta sono negativi. Tuttavia, per qualche motivo sto ottenendo un coefficiente positivo per il termine di interazione V1 * V2. Come posso interpretarlo? tale situazione è possibile?

17 regression  interaction 

Non capisco la spiegazione nel Rfile di aiuto di effects () : Per un modello lineare adattato da lmo aov, gli effetti sono i valori non correlati di singolo grado di libertà ottenuti proiettando i dati sui sottospazi ortogonali successivi generati dalla decomposizione QR durante il processo di adattamento. Qualcuno …

17 r  regression 

Ho una variabile indipendente chiamata "qualità"; questa variabile ha 3 modalità di risposta (cattiva qualità; media qualità; alta qualità). Voglio introdurre questa variabile indipendente nella mia regressione lineare multipla. Quando ho una variabile binaria indipendente (variabile fittizia, posso codificare 0/ 1) è facile introdurla in un modello di regressione lineare …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

So che β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} e questo è quanto sono arrivato lontano quando ho calcolato la varianza: Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} ma questo è …

17 regression  self-study 

Data una variabile dipendente continua y e variabili indipendenti tra cui una variabile ordinale X 1 , come posso inserire un modello lineare in R? Ci sono documenti su questo tipo di modello?

17 r  regression  lasso  ordinal-data  predictor 

Ho due serie temporali: Un proxy per il premio per il rischio di mercato (ERP; linea rossa) Il tasso privo di rischio, determinato da un titolo di Stato (linea blu) Voglio verificare se il tasso privo di rischio può spiegare l'ERP. Con la presente, ho sostanzialmente seguito il consiglio di …

17 regression  time-series 

Questa è una domanda di base sui modelli Box-Jenkins MA. Ho capito, un modello MA è fondamentalmente una regressione lineare di serie temporali valori YYY contro precedente termini di errore et,...,et−net,...,et−ne_t,..., e_{t-n} . Cioè, l'osservazione YYY viene dapprima regredito contro il suo valori precedenti Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} e poi uno …

17 regression  time-series  arima  box-jenkins 

Supponiamo di aver eseguito una semplice regressione lineare , salvato i residui e disegnato un istogramma di distribuzione dei residui. Se otteniamo qualcosa che assomiglia a una distribuzione familiare, possiamo supporre che il nostro termine di errore abbia questa distribuzione? Diciamo, se scoprissimo che i residui assomigliano alla normale distribuzione, …

17 r  regression  residuals 

Aggiornamento : mi scuso per un altro aggiornamento, ma ho trovato alcune possibili soluzioni con polinomi frazionari e il pacchetto di rischi della concorrenza di cui ho bisogno di aiuto. Il problema Non riesco a trovare un modo semplice per fare un'analisi del coefficiente dipendente dal tempo è in R. …

17 r  regression  survival  cox-model 

Stiamo lavorando con alcune regressioni logistiche e ci siamo resi conto che la probabilità media stimata è sempre uguale alla proporzione di quelle nel campione; cioè, la media dei valori adattati è uguale alla media del campione. Qualcuno può spiegarmi il motivo o darmi un riferimento dove posso trovare questa …

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Ho 5 variabili e sto cercando di prevedere la mia variabile target che deve essere compresa tra 0 e 70. Come posso utilizzare questa informazione per modellare meglio il mio obiettivo?

17 regression  bounds 

Ho un modello montato (dalla letteratura). Ho anche i dati grezzi per le variabili predittive. Qual è l'equazione che dovrei usare per ottenere le probabilità? Fondamentalmente, come posso combinare dati grezzi e coefficienti per ottenere le probabilità?

17 regression  logistic 

Sto cercando di comprendere la logica alla base del test F ANOVA nell'analisi di regressione lineare semplice. La domanda che ho è la seguente. Quando il valore F, ovvero MSR/MSEè grande, accettiamo il modello come significativo. Qual è la logica dietro questo?

17 regression  anova 

Sto usando Lazo per la selezione delle caratteristiche in un'impostazione dimensionale relativamente bassa (n >> p). Dopo aver montato un modello Lazo, voglio usare le covariate con coefficienti diversi da zero per adattarlo a un modello senza penalità. Lo sto facendo perché voglio stime imparziali che Lasso non può darmi. …

17 regression  feature-selection  lasso  unbiased-estimator