Statistiche e Big Data regression

1

Perché lm e biglm in R forniscono valori p diversi per gli stessi dati?

Ecco un piccolo esempio: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) Ora con il base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . x …

12 r regression p-value linear-model

2

Qual è la differenza tra regressione lineare "regolare" e regressione lineare di apprendimento profondo?

Voglio conoscere la differenza tra regressione lineare in un'analisi di apprendimento automatico regolare e regressione lineare in un ambiente di "apprendimento profondo". Quali algoritmi vengono utilizzati per la regressione lineare in contesti di apprendimento profondo.

12 regression machine-learning deep-learning

2

Usa il coefficiente di correlazione di Pearson come obiettivo di ottimizzazione nell'apprendimento automatico

Nell'apprendimento automatico (per problemi di regressione), vedo spesso errore medio quadrato (MSE) o errore assoluto medio (MAE) utilizzato come funzione di errore per minimizzare (oltre al termine di regolarizzazione). Mi chiedo se ci sono situazioni in cui l'uso del coefficiente di correlazione sarebbe più appropriato? se tale situazione esiste, quindi: …

12 regression machine-learning svm optimization deep-learning

1

Perché l'analisi delle serie temporali non è considerata un algoritmo di apprendimento automatico

Perché l'analisi delle serie storiche non è considerata un algoritmo di apprendimento automatico (a differenza della regressione lineare). Sia la regressione che l'analisi delle serie storiche sono metodi di previsione. Allora perché uno di loro è considerato un algoritmo di apprendimento ma non l'altro?

12 regression machine-learning time-series terminology

1

parziale dovrebbe sommare a totale nella regressione multipla?

Di seguito è riportato un modello creato dal mtcarsset di dati: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj 0.834 d.f. …

12 regression multiple-regression r-squared

1

Perché non una solida regressione ogni volta?

Esempi di questa pagina mostrano che la semplice regressione è notevolmente influenzata dai valori erratici e questo può essere superato con tecniche di regressione robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Credo che lmrob e ltsReg siano altre solide tecniche di regressione. Perché non si dovrebbe fare una regressione solida (come rlm o rq) …

12 regression multiple-regression robust

2

Dimensione VC dei modelli di regressione

Nella serie di lezioni Learning from Data , il professore menziona che la dimensione VC misura la complessità del modello su quanti punti un modello può frantumare. Quindi questo funziona perfettamente per i modelli di classificazione in cui potremmo dire di N punti se il classificatore è in grado di …

12 regression machine-learning vc-dimension

1

Qual è la connessione tra regolarizzazione e metodo dei moltiplicatori di lagrange?

Per evitare il sovradimensionamento delle persone, le persone aggiungono un termine di regolarizzazione (proporzionale alla somma quadrata dei parametri del modello) con un parametro di regolarizzazione alla funzione di costo della regressione lineare. Questo parametro lo stesso di un moltiplicatore di lagrange? Quindi la regolarizzazione è la stessa del metodo …

12 regression optimization regularization

2

Qual è la differenza tra un modello a effetti misti e un modello di regressione lineare?

Qualcuno può spiegare la differenza tra un modello misto e l'analisi della regressione lineare? (Ho una conoscenza molto limitata delle statistiche.)

12 regression mixed-model

2

Va bene tracciare una linea di regressione per i dati classificati (correlazione di Spearman)?

Ho dei dati per i quali ho calcolato la correlazione di Spearman e voglio visualizzarli per una pubblicazione. La variabile dipendente viene classificata, la variabile indipendente non lo è. Quello che voglio visualizzare è più la tendenza generale che la pendenza effettiva, quindi ho classificato l'indipendente e applicato la correlazione …

12 regression data-visualization spearman-rho ordered-logit isotonic

2

Perché R impiega molto tempo ad adattare un modello con un fattore a molti livelli?

Adatto un modello con un fattore con molti livelli e R impiega molto tempo per adattarsi a quel modello. Perchè è questo? Ad esempio, se inserissi una regressione per prevedere gli stipendi dei giocatori e includessi un fattore predittivo per tutte le rispettive nazionalità dei giocatori, ciò richiederebbe un tempo …

12 regression categorical-data

1

Confronto tra coefficienti di regressione dello stesso modello tra diversi set di dati

Sto valutando due (2) refrigeranti (gas) che sono stati utilizzati nello stesso sistema di refrigerazione. Ho dati saturi di temperatura di aspirazione ( ), temperatura di condensazione ( ) e amperaggio ( ) per la valutazione. Esistono due (2) set di dati; 1o refrigerante ( ) e 2o refrigerante ( …

12 regression regression-coefficients

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

3

Calcola l'incertezza della pendenza della regressione lineare in base all'incertezza dei dati

Come calcolare l'incertezza della pendenza della regressione lineare in base all'incertezza dei dati (possibilmente in Excel / Mathematica)? Esempio: Diamo punti dati (0,0), (1,2), (2,4), (3,6), (4,8), ... (8, 16), ma ogni valore y ha un'incertezza di 4. La maggior parte delle funzioni che ho trovato calcolerebbe l'incertezza come 0, …

12 regression uncertainty

2

Eteroschedasticità e normalità dei residui

Ho una regressione lineare che è abbastanza buona, immagino (è per un progetto universitario, quindi non devo essere molto preciso). Il punto è che se tracciamo i residui rispetto ai valori previsti, c'è (secondo il mio insegnante) un accenno di eteroschedasticità. Ma se tracciamo il diagramma QQ dei residui, è …

12 regression normal-distribution residuals heteroscedasticity

Domande taggate «regression»