Statistiche e Big Data regression

4

Regressione lineare rapida robusta per i valori anomali

Ho a che fare con dati lineari con valori anomali, alcuni dei quali sono al massimo le 5 deviazioni standard dalla linea di regressione stimata. Sto cercando una tecnica di regressione lineare che riduca l'influenza di questi punti. Finora quello che ho fatto è stato stimare la linea di regressione …

50 regression linear-model outliers robust fused-lasso

1

Codifica one-hot vs dummy in Scikit-learn

Esistono due modi diversi per codificare le variabili categoriali. Supponiamo che una variabile categoriale abbia n valori. La codifica one-hot lo converte in n variabili, mentre la codifica fittizia lo converte in n-1 variabili. Se abbiamo k variabili categoriali, ognuna delle quali ha n valori. Una codifica a caldo termina …

50 regression categorical-data data-transformation scikit-learn data-preprocessing

2

C'è una differenza tra "controllare per" e "ignorare" altre variabili nella regressione multipla?

Il coefficiente di una variabile esplicativa in una regressione multipla ci dice la relazione di quella variabile esplicativa con la variabile dipendente. Tutto questo, pur "controllando" le altre variabili esplicative. Come l'ho visto finora: Durante il calcolo di ciascun coefficiente, le altre variabili non vengono prese in considerazione, quindi le …

50 regression multiple-regression

4

Perché ANOVA equivale alla regressione lineare?

Ho letto che ANOVA e regressione lineare sono la stessa cosa. Come può essere, considerando che l'output di ANOVA è un valore e un valore base ai quali si conclude se il campione significa che i diversi campioni sono uguali o diversi.pFFFppp Ma supponendo che i mezzi non siano uguali …

50 regression anova

4

In che modo regressione, test t e ANOVA sono tutte versioni del modello lineare generale?

Come sono tutte le versioni dello stesso metodo statistico di base?

49 regression self-study anova generalized-linear-model t-test

7

Effetto della commutazione di risposta e variabile esplicativa nella semplice regressione lineare

Diciamo che esista una relazione "vera" tra ed tali che , dove e sono costanti e è rumore normale iid. Quando generi casualmente i dati da quel codice R: e poi inserisco un modello come , ovviamente ottengo stime ragionevolmente buone per e .x y = a x + b …

48 regression

7

Da dove iniziare con le statistiche per uno sviluppatore esperto

Durante la prima metà del 2015 ho seguito il corso di Machine Learning (di Andrew Ng, GRANDE corso). E imparato le basi dell'apprendimento automatico (regressione lineare, regressione logistica, SVM, reti neuronali ...) Inoltre sono uno sviluppatore da 10 anni, quindi imparare un nuovo linguaggio di programmazione non sarebbe un problema. …

47 r regression machine-learning references

11

È possibile eseguire una semplice regressione lineare senza utilizzare grafici e algebra lineare?

Sono completamente cieco e provengo da un background di programmazione. Quello che sto cercando di fare è imparare l'apprendimento automatico e, per fare ciò, devo prima conoscere la regressione lineare. Tutte le spiegazioni su Internet che sto trovando su questo argomento tracciano prima i dati. Sto cercando una spiegazione pratica …

47 regression intuition

2

Le spline sono troppo adatte ai dati?

Il mio problema : di recente ho incontrato uno statistico che mi ha informato che le spline sono utili solo per esplorare i dati e sono soggette a un eccesso di adattamento, quindi non utile nella previsione. Preferiva esplorare con semplici polinomi ... Dato che sono un grande fan delle …

47 regression splines

5

Se il test t e l'ANOVA per due gruppi sono equivalenti, perché i loro presupposti non sono equivalenti?

Sono sicuro di averlo completamente avvolto intorno alla testa, ma non riesco proprio a capirlo. Il test t confronta due distribuzioni normali usando la distribuzione Z. Ecco perché c'è un'ipotesi di normalità nei DATI. ANOVA equivale alla regressione lineare con variabili fittizie e utilizza somme di quadrati, proprio come OLS. …

47 distributions regression normality-assumption t-test anova

5

Comprensione delle regressioni: il ruolo del modello

Come può essere utile un modello di regressione se non si conosce la funzione per cui si sta tentando di ottenere i parametri? Ho visto una ricerca che diceva che le madri che allattavano al seno i loro bambini avevano meno probabilità di soffrire di diabete in età avanzata. La …

46 regression modeling epidemiology log-linear

4

Cos'è una matrice di contrasto?

Che cosa è esattamente la matrice di contrasto (un termine, pertinente ad un'analisi con predittori categorici) e come viene specificata esattamente la matrice di contrasto? Cioè cosa sono le colonne, quali sono le righe, quali sono i vincoli su quella matrice e cosa significano i numeri nelle colonne je nelle …

46 regression categorical-data definition contrasts categorical-encoding

6

Spiegazione intuitiva del compromesso di bias varianza?

Sto cercando una spiegazione intuitiva del compromesso di bias-varianza, sia in generale che specificamente nel contesto della regressione lineare.

46 regression variance bias

3

Interpretazione del predittore e / o della risposta trasformati in tronchi

Mi chiedo se fa differenza nell'interpretazione se solo le variabili dipendenti, dipendenti e indipendenti, o solo le variabili indipendenti, vengono trasformate in log. Considera il caso di log(DV) = Intercept + B1*IV + Error Posso interpretare il IV come l'aumento percentuale, ma come cambia quando lo faccio log(DV) = Intercept …

46 regression data-transformation interpretation regression-coefficients logarithm r dataset stata hypothesis-testing contingency-tables hypothesis-testing statistical-significance standard-deviation unbiased-estimator t-distribution r functional-data-analysis maximum-likelihood bootstrap regression change-point regression sas hypothesis-testing bayesian randomness predictive-models nonparametric terminology parametric correlation effect-size loess mean pdf quantile-function bioinformatics regression terminology r-squared pdf maximum multivariate-analysis references data-visualization r pca r mixed-model lme4-nlme distributions probability bayesian prior anova chi-squared binomial generalized-linear-model anova repeated-measures t-test post-hoc clustering variance probability hypothesis-testing references binomial profile-likelihood self-study excel data-transformation skewness distributions statistical-significance econometrics spatial r regression anova spss linear-model

3

Da dove viene l'idea sbagliata secondo cui Y deve essere normalmente distribuito?

Fonti apparentemente affidabili sostengono che la variabile dipendente deve essere normalmente distribuita: Ipotesi del modello: YYY è normalmente distribuito, gli errori sono normalmente distribuiti, eio∼ N( 0 , σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) e indipendente, e XXX è fisso e varianza costante σ2σ2\sigma^2 . Penn State, STAT 504 Analisi di dati discreti …

45 regression least-squares linear-model dependent-variable

Domande taggate «regression»