Statistiche e Big Data regression

5

Come posso detrarre le serie temporali? Va bene solo fare la prima differenza ed eseguire un test Dickey Fuller, e se è fermo siamo a posto? Ho anche scoperto online che posso detrarre le serie storiche facendo questo in Stata: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time …

13 regression time-series stata stationarity

2

C'è mai un motivo per non usare i polinomi ortogonali quando si adattano le regressioni?

In generale, mi chiedo se è sempre meglio non usare i polinomi ortogonali quando si adatta una regressione con variabili di ordine superiore. In particolare, mi chiedo con l'uso di R: Se poly()con raw = FALSEproduce gli stessi valori stimati come poly()con raw = TRUE, e polycon raw = FALSErisolve …

13 r regression polynomial

1

Perché R's lm () restituisce stime di coefficienti diverse rispetto al mio libro di testo?

sfondo Sto cercando di capire il primo esempio in un corso sui modelli di adattamento (quindi questo può sembrare ridicolmente semplice). Ho fatto i calcoli a mano e corrispondono all'esempio, ma quando li ripeto in R, i coefficienti del modello sono disattivati. Ho pensato che la differenza potrebbe essere dovuta …

13 r regression self-study lm

2

Ipotesi di modello della regressione parziale dei minimi quadrati (PLS)

Sto cercando di trovare informazioni relative alle ipotesi di regressione di PLS (singola ). Sono particolarmente interessato a un confronto tra le ipotesi di PLS rispetto a quelle della regressione OLS. yyy Ho letto / sfogliato una grande quantità di letteratura sull'argomento PLS; articoli di Wold (Svante ed Herman), Abdi …

13 regression assumptions partial-least-squares

1

Come ridimensionare nuove osservazioni per fare previsioni quando il modello è stato dotato di dati ridimensionati?

Comprendo il concetto di ridimensionamento della matrice di dati da utilizzare in un modello di regressione lineare. Ad esempio, in R potresti usare: scaled.data <- scale(data, scale=TRUE) La mia unica domanda è, per le nuove osservazioni per le quali voglio prevedere i valori di output, come vengono ridimensionati correttamente? Sarebbe …

13 r regression prediction scales

1

Perché l'errore standard dell'intercettazione aumenta con l'aumentare di da 0?

L'errore standard del termine di intercettazione ( ) in è dato da SE (\ hat {\ beta} _0) ^ 2 = \ sigma ^ 2 \ left [\ frac {1} {n} + \ frac {\ bar {x} ^ 2} {\ sum_ {i = 1} ^ n (x_i- \ bar {x}) …

13 regression interpretation standard-error

1

Interpretazione geometrica del modello lineare generalizzato

Per modello lineare , possiamo avere una bella interpretazione geometrica del modello stimato OLS: y = x β + e . Y è la proiezione di y sullo spazio attraversato da x e residuale e perpendicolare a questo spazio attraversato da x.y=xβ+ey=xβ+ey=x\beta+ey^=xβ^+e^y^=xβ^+e^\hat{y}=x\hat{\beta}+\hat{e}y^y^\hat{y}e^e^\hat{e} Ora, la mia domanda è: c'è qualche interpretazione …

13 regression model geometry

1

Utilizzando MLE vs. OLS

Quando è preferibile utilizzare la stima della massima verosimiglianza invece dei minimi quadrati ordinari? Quali sono i punti di forza e le limitazioni di ciascuno? Sto cercando di raccogliere conoscenze pratiche su dove usarli in situazioni comuni.

13 regression maximum-likelihood least-squares

3

Calcola la varianza spiegata da ciascun predittore nella regressione multipla usando R

Ho eseguito una regressione multipla in cui il modello nel suo insieme è significativo e spiega circa il 13% della varianza. Tuttavia, devo trovare la quantità di varianza spiegata da ciascun predittore significativo. Come posso fare questo usando R? Ecco alcuni dati e codice di esempio: D = data.frame( dv …

13 r regression variance

4

Cosa significa "design" nella matrice del design?

Nella regressione lineare, Y=XβY=XβY= X\beta , perché è XXXchiamata matrice di progettazione? può XXXessere progettato o costruito arbitrariamente in una certa misura come nell'arte?

13 regression terminology

2

Regressione lineare e non lineare

Ho una serie di valori ed y che sono teoricamente correlati esponenziale:xxxyyy y=axby=axby = ax^b Un modo per ottenere i coefficienti è applicare logaritmi naturali su entrambi i lati e applicare un modello lineare: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Un altro modo per …

13 r regression linear-model model-selection nonlinear-regression

1

Quando si crea un modello di regressione utilizzando set di modellazione / convalida separati, è appropriato "ricircolare" i dati di convalida?

Supponiamo di avere una divisione 80/20 tra osservazioni di modellazione / validazione. Ho adattato un modello al set di dati di modellazione e mi sento a mio agio con l'errore visualizzato sul set di dati di convalida. Prima di implementare il mio modello per calcolare il punteggio delle osservazioni future, …

13 regression predictive-models validation

1

Variabile dipendente standardizzata all'interno di un gruppo nei modelli di dati del pannello?

Ha senso la standardizzazione di una variabile dipendente all'interno del gruppo identificativo? Il seguente documento di lavoro (rallentamento della deforestazione nell'Amazzonia legale; Prezzi o politiche ?, pdf ) utilizza una variabile dipendente standardizzata per analizzare l'effetto del cambiamento generale delle politiche in Brasile sulla deforestazione. Yn e wI t= YI …

13 regression time-series panel-data standardization fixed-effects-model

2

Quando registrare / espandere le variabili quando si utilizzano modelli a foresta casuale?

Sto facendo regressione utilizzando le foreste casuali per prevedere i prezzi in base a diversi attributi. Il codice è scritto in Python usando Scikit-learn. Come decidete se trasformare le variabili usando exp/ logprima di usarle per adattarsi al modello di regressione? È necessario quando si utilizza un approccio Ensemble come …

13 regression machine-learning predictive-models python random-forest

1

Gli errori standard di bootstrap e gli intervalli di confidenza sono appropriati nelle regressioni in cui l'assunzione di omoscedasticità è violata?

Se nelle regressioni OLS standard vengono violate due assunzioni (distribuzione normale di errori, omoscedasticità), il bootstrap degli errori standard e degli intervalli di confidenza è un'alternativa appropriata per arrivare a risultati significativi rispetto alla significatività dei coefficienti regressore? I test di significatività con errori standard avviati e intervalli di confidenza …

13 regression bootstrap least-squares heteroscedasticity

Domande taggate «regression»