Statistiche e Big Data regression

1

Modellazione di serie temporali binarie auto-correlate

Qual è il solito approccio alla modellazione di serie temporali binarie? C'è un documento o un libro di testo in cui questo viene trattato? Penso a un processo binario con forte auto-correlazione. Qualcosa come il segno di un processo AR (1) che inizia da zero. Pronuncia e con rumore bianco …

10 regression time-series logistic binary-data autoregressive

3

Cosa dovrebbe essere un precedente non informativo per la pendenza quando si fa una regressione lineare?

Quando si esegue la regressione lineare bayesiana, è necessario assegnare un precedente per la pendenza un'un'a e intercettare . Poiché è un parametro di localizzazione, ha senso assegnare un precedente uniforme; tuttavia, mi sembra che a sia simile a un parametro di scala e sembra innaturale assegnare un'uniforme prima di …

10 regression bayesian uninformative-prior

2

Come simulare i dati per dimostrare effetti misti con R (lme4)?

Come controparte di questo post , ho lavorato sulla simulazione di dati con variabili continue, prestandomi a intercettazioni e pendenze correlate. Sebbene sul sito e al di fuori del sito siano presenti ottimi post su questo argomento , ho avuto difficoltà a trovare un esempio dall'inizio alla fine con dati …

10 regression mixed-model lme4-nlme

2

Ridimensionare la variabile come dati di conteggio - corretta o no?

In questo articolo (disponibile gratuitamente tramite PubMed central), gli autori usano la regressione binomiale negativa per modellare il punteggio su uno strumento di screening da 10 elementi con punteggio 0-40. Questa procedura presuppone i dati di conteggio, il che chiaramente non è il caso qui. Vorrei le tue opinioni sull'accettabilità …

10 regression negative-binomial count-data

1

Quando si ri-parametrizza una funzione di verosimiglianza, è sufficiente collegare la variabile trasformata anziché una formula di modifica delle variabili?

Supponiamo che sto provando a ri-parametrizzare una funzione di probabilità che è distribuita esponenzialmente. Se la mia funzione di probabilità originale è: p ( y∣ θ ) = θ e- θ yp(y|θ)=θe-θy p(y \mid \theta) = \theta e^{-\theta y} e vorrei parametrizzarlo nuovamente usando , dato che non è una …

10 regression bayesian mathematical-statistics

2

RMSE (Root Mean Squared Error) per i modelli logistici

Ho una domanda sulla validità dell'utilizzo di RMSE (Root Mean Squared Error) per confrontare diversi modelli logistici. La risposta è o 0o 1e le previsioni sono probabilità tra 0- 1? Il modo applicato di seguito è valido anche con le risposte binarie? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = …

10 regression logistic generalized-linear-model glmnet rms

2

Cosa possiamo dire dei modelli sui dati osservativi in assenza di strumenti?

Ho avuto in passato una serie di domande su di me riguardanti articoli pubblicati in diverse aree in cui regressioni (e modelli correlati, come modelli di pannelli o GLM) sono utilizzati su dati osservativi (ovvero dati non prodotti da esperimenti controllati , in molti casi - ma non sempre - …

10 regression references instrumental-variables observational-study

1

Perché il sistema di classificazione Elo utilizza una regola di aggiornamento errata?

Il sistema di classificazione Elo utilizza un algoritmo di minimizzazione della discesa gradiente della funzione di perdita tra entropia tra la probabilità attesa e quella osservata di un risultato nei confronti accoppiati. Possiamo scrivere le funzioni di perdita generali come E=−∑n,ipiLog(qi)E=−∑n,ipiLog(qi) E=-\sum_{n,i} p_i Log (q_i) dove la somma viene eseguita …

10 regression optimization rating

1

Perché tutti i componenti PLS insieme spiegano solo una parte della varianza dei dati originali?

Ho un set di dati composto da 10 variabili. Ho eseguito i minimi quadrati parziali (PLS) per prevedere una singola variabile di risposta in base a queste 10 variabili, estratto 10 componenti PLS e quindi calcolato la varianza di ciascun componente. Sui dati originali ho preso la somma delle varianze …

10 regression pca covariance-matrix partial-least-squares

1

Chiarimenti in merito alla lettura di un nomogramma

Di seguito è riportato un nomogramma creato dal set di dati mtcars con pacchetto rms per la formula: mpg ~ wt + am + qsec Il modello stesso sembra buono con R2 di 0,85 e P <0,00001 > mod Linear Regression Model ols(formula = mpg ~ wt + am + …

10 regression multiple-regression data-visualization predictive-models regression-strategies

1

Distingue tra effetti a breve e lungo termine

Ho letto in un documento la seguente frase: Il fatto che vi sia una differenza tra coefficienti a breve e a lungo termine è il risultato delle nostre specifiche che includono variabili endogene ritardate. Eseguono una regressione nelle prime differenze e includono un ritardo della variabile dipendente. Ora sostengono che …

10 regression time-series lags

4

Come evitare il log (0) termine nella regressione

Ho i seguenti semplici vettori X e Y: > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) Voglio fare la regressione usando il registro di X. Per evitare di ottenere il registro (0), provo a inserire +1 o …

10 r regression lognormal

1

Regressione con frequenza diversa

Sto cercando di eseguire una semplice regressione, ma le mie variabili Y vengono osservate su una frequenza mensile e le variabili x vengono osservate su una frequenza annuale. Apprezzerò davvero alcune indicazioni su un approccio adeguato che può essere utilizzato per regressioni con frequenze diverse. Grazie mille

10 regression time-series

2

Stima della camminata casuale con AR (1)

Quando valuto una camminata casuale con un AR (1), il coefficiente è molto vicino a 1 ma sempre inferiore. Qual è la ragione matematica per cui il coefficiente non è maggiore di uno?

10 regression autoregressive random-walk

3

Decidere tra un modello di regressione lineare o un modello di regressione non lineare

Come si dovrebbe decidere se utilizzare un modello di regressione lineare o un modello di regressione non lineare? Il mio obiettivo è prevedere Y. In caso di semplice ed y dataset ho potuto facilmente decidere quale modello di regressione dovrebbe essere utilizzato tracciando un grafico a dispersione.Xxxyyy In caso di …

10 regression hypothesis-testing predictive-models nonlinear-regression

Domande taggate «regression»