Statistiche e Big Data regression

1

Come posso trovare un valore p di regressione spline / loess regolare?

Ho alcune variabili e sono interessato a trovare relazioni non lineari tra loro. Così ho deciso di adattarmi a qualche spline o loess e stampare delle belle trame (vedi il codice sotto). Ma voglio anche avere alcune statistiche che mi danno un'idea di quanto sia probabile che la relazione sia …

10 r regression splines loess

2

Perché l'errore di misurazione nella variabile dipendente non pregiudica i risultati?

Quando c'è un errore di misurazione nella variabile indipendente, ho capito che i risultati saranno distorti rispetto a 0. Quando la variabile dipendente viene misurata con errore, dicono che influenza solo gli errori standard, ma per me non ha molto senso perché siamo stimare l'effetto di non sulla variabile originale …

10 regression econometrics instrumental-variables

4

Perché non trasformare in log tutte le variabili che non sono di maggiore interesse?

Libri e discussioni spesso affermano che quando si affrontano problemi (di cui ce ne sono alcuni) con un predittore, la trasformazione del log è una possibilità. Ora, capisco che questo dipende dalle distribuzioni e la normalità nei predittori non è un'ipotesi di regressione; ma la trasformazione dei registri rende i …

10 regression data-transformation

2

Regressione con variabile indipendente inversa

Supponiamo che io abbia un -vettore di variabili dipendenti e un -vettore di variabile indipendente. Quando viene tracciato contro , vedo che esiste una relazione lineare (tendenza al rialzo) tra i due. Ora, anche questo significa che v'è una tendenza lineare ribasso tra e X .Y N X Y 1NNNYYYNNNXXXYYY …

10 regression data-transformation linear-model

2

Intervento con differenziazione

Quando si esegue un'analisi di intervento con i dati delle serie temporali (aka serie temporali interrotte), come discusso qui per esempio, un requisito che ho è di stimare il guadagno (o la perdita) totale dovuto all'intervento, ovvero il numero di unità guadagnate o perse (la variabile Y ). Non capendo …

10 regression time-series intervention-analysis dynamic-regression

3

È possibile in R (o in generale) forzare i coefficienti di regressione come un certo segno?

Sto lavorando con alcuni dati del mondo reale e i modelli di regressione stanno producendo risultati controintuitivi. Di solito mi fido delle statistiche ma in realtà alcune di queste cose non possono essere vere. Il problema principale che sto vedendo è che un aumento di una variabile sta causando un …

10 r regression regression-coefficients computational-statistics

2

L'equivalenza della correlazione del campione e della statistica R per la regressione lineare semplice

Si afferma spesso che il quadrato della correlazione del campione è equivalente al coefficiente di determinazione per la regressione lineare semplice. Non sono stato in grado di dimostrarlo da solo e apprezzerei una prova completa di questo fatto.r2r2r^2R2R2R^2

10 regression correlation

1

Perché errori non distribuiti normalmente compromettono la validità delle nostre dichiarazioni di significatività?

C'è un presupposto di normalità quando si tratta di considerare i modelli OLS e cioè che gli errori devono essere normalmente distribuiti. Ho navigato in Cross Validated e sembra che Y e X non debbano essere normali affinché gli errori siano normali. La mia domanda è: perché quando abbiamo errori …

10 regression statistical-significance assumptions normality-assumption

1

Misura un GARCH (1,1) - modello con covariate in R

Ho alcune esperienze con la modellazione di serie storiche, sotto forma di semplici modelli ARIMA e così via. Ora ho alcuni dati che mostrano il clustering di volatilità e vorrei provare a iniziare con l'adattamento di un modello GARCH (1,1) ai dati. Ho una serie di dati e un numero …

10 r regression garch

1

Fattore di inflazione della varianza per modelli di additivi generalizzati

Nel solito calcolo VIF per una regressione lineare, ogni variabile indipendente / esplicativa viene trattata come la variabile dipendente in una regressione dei minimi quadrati ordinaria. vale a direXjXjX_j Xj= β0+ ∑i = 1 , i ≠ jnβioXioXj=β0+Σio=1,io≠jnβioXio X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i I valori …

10 regression variance multicollinearity gam vif

1

Valutare le prestazioni di un modello di regressione usando training e set di test?

Sento spesso di valutare le prestazioni di un modello di classificazione tenendo il set di test e allenando un modello sul set di allenamento. Quindi creando 2 vettori, uno per i valori previsti e uno per i valori reali. Ovviamente fare un confronto consente di giudicare le prestazioni del modello …

10 regression machine-learning model-evaluation

1

Qual è la differenza fondamentale tra questi due modelli di regressione?

Supponiamo che io abbia una risposta bivariata con correlazione significativa. Sto cercando di confrontare i due modi per modellare questi risultati. Un modo è quello di modellare la differenza tra i due risultati: Un altro modo è di usarli o modellarli: ( y i j = β 0 + tempo …

10 r regression model-selection

2

Inferenza della regressione e stimatori sandwich

Potete darmi un esempio dell'uso degli stimatori sandwich per eseguire inferenze di regressione robuste? Riesco a vedere l'esempio in ?sandwich, ma non capisco bene come possiamo passare da lm(a ~ b, data)( codice r ) a una stima e un valore p risultanti da un modello di regressione usando la …

10 r regression lm sandwich

3

Confronto tra modelli di regressione logistica binaria nidificati quando è grande

Per porre meglio la mia domanda, ho fornito alcuni degli output di un modello a 16 variabili ( fit) e di un modello a 17 variabili ( fit2) di seguito (tutte le variabili predittive in questi modelli sono continue, dove l'unica differenza tra questi modelli è che fitnon contiene la …

10 r regression logistic model-selection large-data

3

Confusione legata alla rete elastica

Stavo leggendo questo articolo relativo alla rete elastica. Dicono che usano la rete elastica perché se usiamo semplicemente Lasso tende a selezionare solo un predittore tra i predittori che sono altamente correlati. Ma non è questo ciò che vogliamo. Voglio dire, non ci salva dal problema della multicollinearità. Qualche suggerimento …

10 regression lasso elastic-net

Domande taggate «regression»