Statistiche e Big Data regression

2

Notazione matriciale per la regressione logistica

Nella regressione lineare (perdita quadrata), usando la matrice abbiamo una notazione molto concisa per l'obiettivo minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Dove AAA è la matrice di dati, xxx è i coefficienti e bbb è la risposta. Esiste una notazione matriciale simile per l'obiettivo di regressione logistica? Tutte le notazioni che ho …

15 regression logistic linear-model notation

2

Regressione graduale in R - Come funziona?

Sto cercando di capire la differenza di base tra regressione graduale e regressiva in R usando la funzione step. Per la regressione graduale ho usato il seguente comando step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="both") Ho ottenuto l'output di seguito per il codice sopra. Per la selezione delle variabili all'indietro ho usato il seguente comando step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="backward") …

15 r regression

3

Dobbiamo davvero includere "tutti i predittori rilevanti?"

Un presupposto di base dell'uso dei modelli di regressione per deduzione è che "tutti i predittori rilevanti" sono stati inclusi nell'equazione di predizione. La logica è che la mancata inclusione di un importante fattore del mondo reale porta a coefficienti distorti e quindi a inferenze imprecise (ovvero omissione di distorsioni …

15 regression assumptions bias predictor confounding

3

Per i classificatori lineari, i coefficienti più grandi implicano caratteristiche più importanti?

Sono un ingegnere del software che lavora sull'apprendimento automatico. Secondo la mia comprensione, la regressione lineare (come OLS) e la classificazione lineare (come regressione logistica e SVM) fanno una previsione basata su un prodotto interno tra coefficienti addestrati e variabili caratteristica → x :w⃗ w→\vec{w}X⃗ X→\vec{x} y^= f( w⃗ ⋅ …

15 regression machine-learning classification feature-selection linear-model

1

Ho una linea della migliore vestibilità. Ho bisogno di punti dati che non cambieranno la mia linea di adattamento migliore

Sto dando una presentazione sulle linee di adattamento. Ho una semplice funzione lineare, . Sto cercando di ottenere punti di dati sparsi che posso inserire in un diagramma a dispersione che manterrà la mia linea più adatta alla stessa equazione.y=1x+by=1x+by=1x+b Mi piacerebbe imparare questa tecnica in R o Excel, a …

15 r regression least-squares excel

1

Il modo migliore per presentare visivamente le relazioni da un modello lineare multiplo

Ho un modello lineare con circa 6 predittori e presenterò le stime, i valori F, i valori p, ecc. Tuttavia, mi chiedevo quale sarebbe stato il miglior diagramma visivo per rappresentare l'effetto individuale di un singolo predittore su la variabile di risposta? Dispersione? Trama condizionale? Trama degli effetti? eccetera? Come …

15 r regression data-visualization multiple-regression partial-plot

2

Regressione lineare multipla per test di ipotesi

Conosco le regressioni lineari multiple per creare modelli di varie variabili. Tuttavia, ero curioso di sapere se i test di regressione sono mai stati usati per fare qualsiasi tipo di test di ipotesi di base. In tal caso, come sarebbero questi scenari / ipotesi?

15 regression hypothesis-testing multiple-regression

2

Se ripeto ogni osservazione campione in un modello di regressione lineare ed eseguo nuovamente la regressione, come sarebbe influenzato il risultato?

Supponiamo che io abbia N osservazioni, possibilmente più fattori e ripeto ogni osservazione due volte (o M volte) come sarebbe una regressione su questo nuovo set di dimensioni NM rispetto a una regressione solo sulle osservazioni originali?

15 regression linear-model multiple-regression

4

Aggiornamento efficiente della regressione lineare quando si aggiungono osservazioni e / o predittori in R

Sarei interessato a trovare modi in R per aggiornare in modo efficiente un modello lineare quando viene aggiunta un'osservazione o un predittore. biglm ha una capacità di aggiornamento durante l'aggiunta di osservazioni, ma i miei dati sono abbastanza piccoli da risiedere in memoria (anche se ho un gran numero di …

15 r regression computational-statistics linear-model

2

Calcolo degli intervalli di confidenza per una regressione logistica

Sto usando una regressione logistica binomiale per identificare se l'esposizione has_xo has_yinfluisce sulla probabilità che un utente faccia clic su qualcosa. Il mio modello è il seguente: fit = glm(formula = has_clicked ~ has_x + has_y, data=df, family = binomial()) Questo l'output dal mio modello: Call: glm(formula = has_clicked ~ …

15 regression logistic standard-error logit

1

Quale metodo di confronto multiplo utilizzare per un modello lmer: lsmeans o glht?

Sto analizzando un set di dati usando un modello di effetti misti con un effetto fisso (condizione) e due effetti casuali (partecipante a causa del disegno e della coppia all'interno del soggetto). Il modello è stato generato conlme4 pacchetto: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Successivamente, ho eseguito un test del rapporto di verosimiglianza di …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

3

Utilità del teorema di Frisch-Waugh

Dovrei insegnare il teorema di Frish Waugh in econometria, che non ho studiato. Ho compreso la matematica e spero anche l'idea "il coefficiente che ottieni per un particolare coefficiente da un modello lineare multiplo è uguale al coefficiente del modello di regressione semplice se" elimini "l'influenza degli altri regressori". Quindi …

15 regression econometrics least-squares projection decomposition

2

Funzioni di influenza e OLS

Sto cercando di capire come funzionano le funzioni di influenza. Qualcuno potrebbe spiegare nel contesto di una semplice regressione OLS yi=α+β⋅xi+εiyi=α+β⋅xi+εi\begin{equation} y_i = \alpha + \beta \cdot x_i + \varepsilon_i \end{equation} dove voglio la funzione influenza per .ββ\beta

15 regression least-squares

5

Come faccio a calcolare se la mia regressione lineare ha una differenza statisticamente significativa da una linea teorica nota?

Ho alcuni dati che si adattano lungo una linea approssimativamente lineare: Quando eseguo una regressione lineare di questi valori, ottengo un'equazione lineare: y=0.997x−0.0136y=0.997x−0.0136y = 0.997x-0.0136 In un mondo ideale, l'equazione dovrebbe essere y=xy=xy = x . Chiaramente, i miei valori lineari sono vicini a quell'ideale, ma non esattamente. La mia …

14 regression hypothesis-testing statistical-significance

5

Perché la regressione lineare utilizza una funzione di costo basata sulla distanza verticale tra l'ipotesi e il punto dati di input?

Diciamo che abbiamo i punti di dati di input (predittore) e output (risposta) A, B, C, D, E e vogliamo adattare una linea attraverso i punti. Questo è un semplice problema per illustrare la domanda, ma può essere esteso anche a dimensioni più elevate. Dichiarazione problema L'attuale miglior adattamento o …

14 regression linear fitting cost-maximization

Domande taggate «regression»