Statistiche e Big Data regression

2

Perché i ricercatori in economia usano la regressione lineare per le variabili di risposta binaria?

Ultimamente, ho dovuto leggere diversi articoli in economia (un campo che non conosco troppo). Una cosa che ho notato è che anche quando la variabile di risposta è binaria, i modelli di regressione lineare montati utilizzando OLS sono onnipresenti. La mia domanda è quindi: Perché la regressione lineare è favorita, …

13 regression logistic econometrics

3

Cosa è successo al significato statistico nella regressione quando la dimensione dei dati è gigantesca?

Stavo leggendo questa domanda riguardo alla regressione su larga scala ( link ) in cui whuber ha sottolineato un punto interessante come segue: "Quasi tutti i test statistici che esegui saranno così potenti che è quasi sicuro di identificare un effetto" significativo ". Devi concentrarti molto di più sull'importanza statistica, …

13 regression statistical-significance

4

Norms - Cosa c'è di speciale in?

Una norma L1L1L_1 è unica (almeno in parte) perché p=1p=1p=1 è al confine tra non convesso e convesso. Una norma L1L1L_1 è la norma convessa "più scarsa" (giusto?). Capisco che la norma euclidea ha radici nella geometria e ha una chiara interpretazione quando le dimensioni hanno le stesse unità. Ma …

13 regression regularization sparse

4

Nella regressione lineare perché la variabile di risposta deve essere continua?

So che nella regressione lineare la variabile di risposta deve essere continua, ma perché è così? Non riesco a trovare nulla online che spieghi perché non posso usare dati discreti per la variabile di risposta.

13 regression linear

2

Cosa ci dice r, r al quadrato e deviazione standard residua su una relazione lineare?

Poco background Sto lavorando sull'interpretazione dell'analisi di regressione, ma mi confondo molto sul significato di r, r al quadrato e deviazione standard residua. Conosco le definizioni: caratterizzazioni r misura la forza e la direzione di una relazione lineare tra due variabili su un diagramma a dispersione R-quadrato è una misura …

13 r regression regression-coefficients linear pearson-r

5

Perché studiare la regressione lineare?

Date due variabili casuali e η , possiamo calcolare il loro "coefficiente di correlazione" c e formare la linea di adattamento migliore tra queste due variabili casuali. La mia domanda è: perché?ξξ\xiηη\etaccc 1) Esistono variabili casuali, e η che dipendono nel modo peggiore possibile, cioè ξ = f ( η …

13 regression

3

Perché ci sono grandi coefficienti per il polinomio di ordine superiore

Nel libro di Bishop sull'apprendimento automatico, si discute del problema di adattare una funzione polinomiale a una serie di punti dati. Lascia che M sia l'ordine del polinomio montato. Si afferma così Vediamo che, all'aumentare di M, l'entità dei coefficienti in genere aumenta. In particolare per il polinomio M = …

13 regression least-squares curve-fitting polynomial

1

Perché Daniel Wilks (2011) afferma che la regressione della componente principale "sarà di parte"?

In Metodi statistici nelle scienze atmosferiche , Daniel Wilks osserva che la regressione lineare multipla può portare a problemi se ci sono intercorrelazioni molto forti tra i predittori (3a edizione, pagina 559-560): Una patologia che può verificarsi in una regressione lineare multipla è che un insieme di variabili predittive con …

13 regression pca bias

3

Definizione e delimitazione del modello di regressione

Una domanda imbarazzantemente semplice, ma sembra che non sia mai stata posta su Cross Validated prima: Qual è la definizione di un modello di regressione? Anche una domanda di supporto, Cosa non è un modello di regressione? Per quanto riguarda quest'ultimo, sono interessato a esempi complicati in cui la risposta …

13 regression linear-model model terminology definition

3

Regressione lineare: qualsiasi distribuzione non normale che dà identità di OLS e MLE?

Questa domanda si ispira alla lunga discussione nei commenti qui: in che modo la regressione lineare usa la distribuzione normale? Nel solito modello di regressione lineare, per semplicità qui scritto con un solo predittore: Yi=β0+β1xi+ϵiYi=β0+β1xi+ϵi Y_i = \beta_0 + \beta_1 x_i + \epsilon_i dove xixix_i sono costanti note e ϵiϵi\epsilon_i …

13 regression normal-distribution mathematical-statistics maximum-likelihood least-squares

1

Che cos'è una statistica F parziale?

Che cos'è una statistica F parziale? È lo stesso del test F parziale? Quando calcoleresti una statistica F parziale? Suppongo che questo abbia qualcosa a che fare con il confronto dei modelli di regressione, ma non sto seguendo qualcosa (?)

13 regression multiple-regression

1

Stimatore distorto per la regressione che ottiene risultati migliori di quello imparziale nel modello Error In Variables

Sto lavorando ad alcuni dati sintatici per il modello Error In Variable per alcune ricerche. Attualmente ho una singola variabile indipendente e presumo di conoscere la varianza per il valore reale della variabile dipendente. Quindi, con queste informazioni, posso ottenere uno stimatore imparziale per il coefficiente della variabile dipendente. Il …

13 regression matlab unbiased-estimator errors-in-variables

3

Perché la traccia di

Nel modello y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilon , potremmo stimare ββ\beta usando l'equazione normale ： β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y,e potremmo ottenere y =X β .y^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Il vettore dei residui è stimato da ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q …

13 regression least-squares inference

3

Qual è la migliore verosimiglianza massima o marginale e perché?

Mentre eseguiamo la regressione se andiamo dalla definizione di: Qual è la differenza tra una probabilità parziale, la probabilità del profilo e la probabilità marginale? quello, massima verosimiglianza Trova β e θ che massimizza L (β, θ | dati). Mentre, verosimiglianza marginale Integriamo θ dall'equazione di verosimiglianza sfruttando il fatto …

13 regression maximum-likelihood

1

R: testare la normalità dei residui del modello lineare - quali residui utilizzare

Vorrei fare un test W di Shapiro Wilk e un test Kolmogorov-Smirnov sui residui di un modello lineare per verificare la normalità. Mi stavo solo chiedendo quali residui dovrebbero essere usati per questo - i residui grezzi, i residui di Pearson, i residui studentizzati o i residui standardizzati? Per un …

13 r regression residuals normality-assumption lm

Domande taggate «regression»