Un istruttore della mia università ha posto una domanda del genere (non per i compiti da quando la lezione è finita e io non ci ho partecipato). Non riesco a capire come affrontarlo. La domanda riguarda 2 buste contenenti ciascuna un assortimento di diversi tipi di frutta: La prima busta …
Anni fa ho trovato questa identità attraverso la sperimentazione giocando con dati e trasformazioni. Dopo averlo spiegato al mio professore di statistica, è arrivato alla lezione successiva con una prova di una pagina usando la notazione vettoriale e matrice. Purtroppo ho perso il foglio che mi ha dato. (Era il …
Nel metodo dei minimi quadrati vogliamo stimare i parametri sconosciuti nel modello: Yj= α + βXj+ εj( j = 1 ... n )Yj=α+βxj+εj(j=1...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Una volta che lo abbiamo fatto (per alcuni valori osservati), otteniamo la linea di regressione adattata: Yj= α^+ …
Considera un modello lineare yi=α+βxi+ϵiyi=α+βxi+ϵiy_i= \alpha + \beta x_i + \epsilon_i e stime per la pendenza e intercettare e usando i minimi quadrati ordinari. Questo riferimento per una statistica matematica rende l'affermazione che e sono indipendenti (nella loro prova del loro teorema). ß alfa ßα^α^\hat{\alpha}β^β^\hat{\beta}α^α^\hat{\alpha}β^β^\hat{\beta} Non sono sicuro di capire …
Voglio eseguire una regressione con 4-5 variabili esplicative, ma ho solo 15 osservazioni. Non potendo assumere che queste variabili siano normalmente distribuite, esiste un metodo di regressione non parametrico o di altro tipo?
Sono un nuovo arrivato nell'analisi di sopravvivenza, anche se ho una certa conoscenza della classificazione e della regressione. Per regressione, abbiamo statistiche MSE e R quadrate. Ma come possiamo dire che il modello di sopravvivenza A è superiore al modello di sopravvivenza B oltre a qualche tipo di grafici (curva …
Sto cercando l'algoritmo di regressione lineare più adatto per un dato la cui variabile indipendente (x) ha un errore di misurazione costante e la variabile dipendente (y) ha un errore dipendente dal segnale. L'immagine sopra mostra la mia domanda.
Voglio includere il termine xxx e il suo quadrato x2x2x^2 (variabili predittive) in una regressione perché presumo che valori bassi di xxx abbiano un effetto positivo sulla variabile dipendente e valori alti abbiano un effetto negativo. La x2x2x^2 dovrebbe catturare l'effetto dei valori più alti. Mi aspetto quindi che il …
Quando (ovvero, deriva dal modello di regressione lineare), e in quel caso residui sono correlati e non indipendenti. Ma quando facciamo la diagnostica della regressione e vogliamo testare l'assunto , ogni libro di testo suggerisce di usare grafici Q – Q e test statistici sui residui che sono stati progettati …
Voglio adattare un DLM con coefficienti variabili nel tempo, ovvero un'estensione alla solita regressione lineare, .yt=θ1+θ2x2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 Ho un predittore ( ) e una variabile di risposta ( y t ), rispettivamente catture ittiche marine e interne dal 1950 al 2011. Voglio seguire il modello di regressione …
Sto cercando di capire come potrei modellare al meglio una variabile in cui nel tempo ho ottenuto predittori sempre più dettagliati. Ad esempio, prendere in considerazione la modellizzazione dei tassi di recupero sui prestiti inadempienti. Supponiamo di avere un set di dati con 20 anni di dati e nei primi …
Quando , il problema dei minimi quadrati che impone una restrizione sferica sul valore di può essere scritto come per un sistema indefinito. \ | \ cdot \ | _2 è la norma euclidea di un vettore.y=Xβ+ey=Xβ+ey = X\beta + eδδ\deltaββ\betamin ∥y−Xβ∥22s.t. ∥β∥22≤δ2min ‖y−Xβ‖22s.t. ‖β‖22≤δ2\begin{equation} \begin{array} &\operatorname{min}\ \| y - …
Un mio collega mi ha inviato questo problema apparentemente facendo il giro su Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La risposta sembra essere 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quando eseguo una …
Quale impostazione è corretta per una differenza nel modello di regressione differenza Yi s t= α + γS∗ T+ λ dt+ δ∗ ( T∗ dt) + ϵi s tYioSt=α+γS*T+λdt+δ*(T*dt)+εioStY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} dove T è un manichino che è uguale a 1 se l'osservazione …
Sono nuovo nelle statistiche e sto cercando di capire la differenza tra ANOVA e regressione lineare. Sto usando R per esplorare questo. Ho letto vari articoli sul perché ANOVA e la regressione sono diversi ma sempre uguali e come possono essere visualizzati ecc. Penso di essere abbastanza lì, ma manca …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.