Statistiche e Big Data regression

2

Qualcuno può fare luce su effetti misti lineari o non lineari?

Sto per tuffarmi nell'apprendimento di R e il mio progetto di apprendimento prevede l'applicazione di una regressione a effetti misti o casuali a un set di dati al fine di sviluppare un'equazione predittiva. Condivido la preoccupazione dello scrittore in questo post Come scegliere la libreria nlme o lme4 R per …

14 r regression random-effects-model

2

Spiegare la regolazione del modello, in un inglese semplice

Leggendo su metodi e risultati dell'analisi statistica, specialmente in epidemiologia, molto spesso sento parlare di aggiustamento o controllo dei modelli. Come spiegheresti, a un non statistico, lo scopo di questo? Come si interpretano i risultati dopo aver controllato una determinata variabile? Un piccolo walk-through in Stata o R, o un …

14 regression modeling epidemiology

6

Perché i residui nella regressione lineare si sommano sempre a zero quando è inclusa un'intercettazione?

Sto seguendo un corso sui modelli di regressione e una delle proprietà fornite per la regressione lineare è che i residui si sommano sempre a zero quando viene inclusa un'intercettazione. Qualcuno può fornire una buona spiegazione del perché questo è il caso?

14 regression residuals

3

Sostituzione delle variabili con WoE (peso dell'evidenza) nella regressione logistica

Questa è una domanda riguardante una pratica o un metodo seguito da alcuni dei miei colleghi. Durante la creazione di un modello di regressione logistica, ho visto le persone sostituire le variabili categoriali (o variabili continue che sono integrate) con il rispettivo Peso dell'evidenza (WoE). Questo è presumibilmente fatto per …

14 regression logistic categorical-data modeling

4

Qual è / sono la differenza "meccanica" tra la regressione lineare multipla con ritardi e serie temporali?

Sono laureato in economia e commercio e attualmente studia per un master in ingegneria dei dati. Mentre studiavo la regressione lineare (LR) e poi l'analisi delle serie storiche (TS), mi è venuta in mente una domanda. Perché creare un metodo completamente nuovo, ovvero serie temporali (ARIMA), invece di utilizzare la …

14 regression time-series multiple-regression least-squares arima

4

Come interpretare una curva ROC?

Ho applicato la regressione logistica ai miei dati su SAS e qui ci sono la curva ROC e la tabella di classificazione. Sono a mio agio con le cifre nella tabella di classificazione, ma non sono esattamente sicuro di ciò che mostrano la curva roc e l'area sotto di essa. …

14 regression logistic classification roc

3

Quando si esegue un test t per la significatività di un coefficiente di regressione, perché il numero di gradi di libertà

Ho letto qui che era il numero di gradi di libertà che dovrei usare quando faccio un test t per il significato di un coefficiente di regressione, ma non capisco perché. La mia comprensione era che i test a T avevano generalmente n - 1 gradi di libertà.n - p …

14 regression hypothesis-testing multiple-regression t-test

3

Eseguire la regressione lineare, ma forzare la soluzione a passare attraverso alcuni punti dati particolari

So eseguire una regressione lineare su una serie di punti. Cioè, so come adattare un polinomio di mia scelta a un dato set di dati (nel senso di LSE). Tuttavia, ciò che non so è come forzare la mia soluzione a passare attraverso alcuni punti particolari della mia scelta. L'ho …

14 regression machine-learning least-squares linear-model polynomial

3

OLS è BLU. Ma cosa succede se non mi interessa l'imparzialità e la linearità?

Il teorema di Gauss-Markov ci dice che lo stimatore OLS è il miglior stimatore imparziale lineare per il modello di regressione lineare. Ma supponiamo che non mi interessi della linearità e dell'imparzialità. Esiste poi un altro stimatore (possibile non lineare / distorto) per il modello di regressione lineare che è …

14 regression unbiased-estimator

6

Regressione lineare quando Y è limitato e discreto

La domanda è semplice: è appropriato usare la regressione lineare quando Y è limitato e discreto (ad es. Il punteggio del test 1 ~ 100, qualche classifica predefinita 1 ~ 17)? In questo caso, "non è buono" usare la regressione lineare o è totalmente sbagliato usarla?

14 regression multiple-regression least-squares linear bounds

1

Conversione di beta standardizzati in variabili originali

Mi rendo conto che questa è probabilmente una domanda molto semplice ma dopo la ricerca non riesco a trovare la risposta che sto cercando. Ho un problema in cui devo standardizzare le variabili eseguono la (regressione della cresta) per calcolare le stime della cresta delle beta. Ho quindi bisogno di …

14 regression standard-error standardization predictor centering

1

Cadere valori anomali basati su "2,5 volte il RMSE"

In Kahneman and Deaton (2010) † , gli autori scrivono quanto segue:††^\dagger Questa regressione spiega il 37% della varianza, con un errore quadratico medio radice (RMSE) di 0,67852. Per eliminare i valori anomali e i rapporti sul reddito non plausibili, abbiamo eliminato le osservazioni in cui il valore assoluto della …

13 regression outliers

4

Qual è il punto della regressione univariata prima della regressione multivariata?

Attualmente sto lavorando a un problema in cui abbiamo un piccolo set di dati e siamo interessati all'effetto causalità di un trattamento sul risultato. Il mio consulente mi ha incaricato di eseguire una regressione univariata su ciascun predittore con il risultato come risposta, quindi l'assegnazione del trattamento come risposta. Cioè, …

13 regression multivariate-analysis model-selection causality univariate

2

Una regressione è causale se non ci sono variabili omesse?

Una regressione di yyy su xxx non deve essere causale se ci sono variabili omesse che influenzano sia xxx che yyy . Ma se non per le variabili omesse e l'errore di misurazione, una regressione è causale? Cioè, se ogni possibile variabile è inclusa nella regressione?

13 regression bias causality

2

Perché la migliore selezione di sottogruppi non è preferita rispetto al lazo?

Sto leggendo la migliore selezione di sottoinsiemi nel libro Elementi di apprendimento statistico. Se ho 3 predittori , creo sottoinsiemi:x1,x2,x3X1,X2,X3x_1,x_2,x_323=823=82^3=8 Sottoinsieme senza predittori sottoinsieme con predittorex1X1x_1 sottoinsieme con predittorex2X2x_2 sottoinsieme con predittorex3x3x_3 sottoinsieme con predittorix1,x2x1,x2x_1,x_2 sottoinsieme con predittorix1,x3x1,x3x_1,x_3 sottoinsieme con predittorix2,x3x2,x3x_2,x_3 sottoinsieme con predittorix1,x2,x3x1,x2,x3x_1,x_2,x_3 Quindi collaudo tutti questi modelli sui …

13 regression feature-selection lasso bias-variance-tradeoff

Domande taggate «regression»