Statistiche e Big Data regression

4

Ha senso aggiungere un termine quadratico ma non il termine lineare a un modello?

Ho un modello (misto) in cui uno dei miei predittori dovrebbe a priori essere solo quadraticamente correlato al predittore (a causa della manipolazione sperimentale). Quindi, vorrei aggiungere solo il termine quadratico al modello. Due cose mi impediscono di farlo: Penso di aver letto da qualche parte che dovresti sempre includere …

57 regression polynomial

2

Regressione di Bayes: come si fa rispetto alla regressione standard?

Ho alcune domande sulla regressione bayesiana: Data una regressione standard come . Se voglio trasformarlo in una regressione bayesiana, ho bisogno di distribuzioni precedenti sia per che (o non funziona in questo modo)?β 0 β 1y= β0+ β1x + εy=β0+β1x+εy = \beta_0 + \beta_1 x + \varepsilonβ0β0\beta_0β1β1\beta_1 Nella regressione standard …

57 regression bayesian

6

La regolarizzazione L2 equivale al priore gaussiano

Continuo a leggere questo e intuitivamente posso vederlo, ma come si passa dalla regolarizzazione L2 a dire che si tratta analiticamente di un priore gaussiano? Lo stesso vale per dire che L1 equivale a un precedente lappone. Ogni ulteriore riferimento sarebbe fantastico.

56 regression references regularization

1

La regressione logistica in R ha provocato una separazione perfetta (fenomeno di Hauck-Donner). E adesso?

Sto cercando di prevedere un risultato binario usando 50 variabili esplicative continue (l'intervallo della maggior parte delle variabili va da a ∞ ). Il mio set di dati ha quasi 24.000 righe. Quando corro in R, ottengo:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2: glm.fit: fitted probabilities numerically …

56 r regression logistic separation

2

Una discussione più definitiva sulla selezione delle variabili

sfondo Sto facendo ricerche cliniche in medicina e ho seguito numerosi corsi di statistica. Non ho mai pubblicato un articolo usando la regressione lineare / logistica e vorrei fare correttamente la selezione delle variabili. L'interpretazione è importante, quindi nessuna tecnica di apprendimento automatico sofisticata. Ho riassunto la mia comprensione della …

55 regression feature-selection model-selection

6

Alternative alla regressione logistica in R

Vorrei tanti algoritmi che svolgono lo stesso compito della regressione logistica. Si tratta di algoritmi / modelli che possono fornire una previsione per una risposta binaria (Y) con alcune variabili esplicative (X). Sarei felice se dopo aver nominato l'algoritmo, se mostrassi anche come implementarlo in R. Ecco un codice che …

55 r regression logistic classification predictive-models

5

La regolazione dei valori di p in una regressione multipla per confronti multipli è una buona idea?

Supponiamo che tu sia un ricercatore / econometrico di scienze sociali che cerca di trovare predittori rilevanti della domanda di un servizio. Sono disponibili 2 variabili risultato / dipendente che descrivono la domanda (utilizzando il servizio sì / no e il numero di occasioni). Hai 10 variabili predittive / indipendenti …

54 regression multivariate-analysis predictive-models multiple-regression multiple-comparisons

3

Regressione lineare multivariata vs rete neurale?

Sembra che sia possibile ottenere risultati simili a una rete neurale con una regressione lineare multivariata in alcuni casi e la regressione lineare multivariata è super veloce e facile. In quali circostanze le reti neurali possono dare risultati migliori della regressione lineare multivariata?

54 regression multiple-regression neural-networks

3

Trasformazione simile a Box-Cox per variabili indipendenti?

Esiste una trasformazione simile a Box-Cox per variabili indipendenti? Cioè, una trasformazione che ottimizza la variabile modo che possa adattarsi più ragionevolmente a un modello lineare?XXxy~f(x) In tal caso, esiste una funzione per eseguire questa operazione R?

53 r regression data-transformation normality-assumption

6

Regressione lineare online efficiente

Sto analizzando alcuni dati in cui vorrei eseguire la regressione lineare ordinaria, tuttavia ciò non è possibile in quanto ho a che fare con un'impostazione online con un flusso continuo di dati di input (che diventerà rapidamente troppo grande per la memoria) e di cui ho bisogno per aggiornare le …

53 time-series regression algorithms real-time

2

Che cosa significa avere "varianza costante" in un modello di regressione lineare?

Che cosa significa avere "varianza costante" nel termine di errore? A mio avviso, abbiamo un dato con una variabile dipendente e una variabile indipendente. La varianza costante è uno dei presupposti della regressione lineare. Mi chiedo cosa significhi omoscedasticità. Poiché anche se avessi 500 righe, avrei un singolo valore di …

53 regression heteroscedasticity

3

Perché ci preoccupiamo così tanto dei termini di errore normalmente distribuiti (e dell'omoschedasticità) nella regressione lineare quando non è necessario?

Suppongo di sentirmi frustrato ogni volta che sento qualcuno dire che la non normalità dei residui e / o l'eteroschedasticità violano le ipotesi OLS. Per stimare i parametri in un modello OLS nessuna di queste assunzioni è necessaria dal teorema di Gauss-Markov. Vedo come questo conta nei test di ipotesi …

52 regression assumptions normality-assumption robust teaching

5

È necessario ridimensionare il valore target oltre alle funzionalità di ridimensionamento per l'analisi di regressione?

Sto costruendo modelli di regressione. Come fase di preelaborazione, ridimensiono i valori della mia funzione in modo che abbiano media 0 e deviazione standard 1. È necessario normalizzare anche i valori target?

52 regression machine-learning

4

Perché non avvicinarsi alla classificazione attraverso la regressione?

Alcuni materiali che ho visto sull'apprendimento automatico hanno affermato che è una cattiva idea affrontare un problema di classificazione attraverso la regressione. Ma penso che sia sempre possibile fare una regressione continua per adattare i dati e troncare la previsione continua per produrre classificazioni discrete. Allora perché è una cattiva …

51 regression machine-learning classification

3

È possibile utilizzare una foresta casuale per la selezione di feature nella regressione lineare multipla?

Poiché la RF è in grado di gestire la non linearità ma non può fornire coefficienti, sarebbe saggio utilizzare la foresta casuale per raccogliere le caratteristiche più importanti e quindi collegarle a un modello di regressione lineare multipla al fine di ottenere i loro coefficienti?

50 regression machine-learning feature-selection random-forest regression-strategies

Domande taggate «regression»