Statistiche e Big Data residuals

2

Valutazione dei modelli di regressione logistica

Questa domanda nasce dalla mia attuale confusione su come decidere se un modello logistico è abbastanza buono. Ho modelli che usano lo stato delle coppie progetto individuale due anni dopo che si sono formati come una variabile dipendente. Il risultato ha esito positivo (1) o meno (0). Ho variabili indipendenti …

13 r logistic goodness-of-fit residuals

2

La famiglia di GLM rappresenta la distribuzione della variabile di risposta o dei residui?

Ne ho discusso con diversi membri del laboratorio su questo, e siamo andati a diverse fonti, ma ancora non ho la risposta: Quando diciamo che un GLM ha una famiglia di poisson , diciamo che stiamo parlando della distribuzione dei residui o della variabile di risposta? Punti di contesa Leggendo …

13 generalized-linear-model residuals assumptions

1

Pacchetto GBM vs. Caret tramite GBM

Ho usato il tuning del modello caret, ma poi rieseguendo il modello usando il gbmpacchetto. Comprendo che il caretpacchetto utilizza gbme l'output dovrebbe essere lo stesso. Tuttavia, solo un rapido test eseguito utilizzando data(iris)mostra una discrepanza nel modello di circa il 5% utilizzando RMSE e R ^ 2 come metrica …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

3

Autocorrelazione residua rispetto alla variabile dipendente ritardata

Quando si modella la serie temporale si ha la possibilità di (1) modellare la struttura correlazionale dei termini di errore, ad esempio un processo AR (1) (2) include la variabile dipendente ritardata come variabile esplicativa (sul lato destro) Capisco che a volte ci sono ragioni sostanziali per cui andare (2). …

13 time-series autocorrelation residuals lags

2

Normalmente X e Y distribuiti hanno maggiori probabilità di provocare residui normalmente distribuiti?

Qui viene discussa l'interpretazione errata dell'assunzione della normalità nella regressione lineare (che la "normalità" si riferisce alla X e / o Y anziché ai residui) e il poster chiede se è possibile avere X e Y non distribuiti normalmente e hanno ancora residui normalmente distribuiti. La mia domanda è: normalmente …

12 regression normal-distribution data-transformation residuals assumptions

5

Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?

Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …

12 r random-forest missing-data data-imputation multiple-imputation large-data definition moving-window self-study categorical-data econometrics standard-error regression-coefficients normal-distribution pdf lognormal regression python scikit-learn interpolation r self-study poisson-distribution chi-squared matlab matrix r modeling multinomial mlogit choice monte-carlo indicator-function r aic garch likelihood r regression repeated-measures simulation multilevel-analysis chi-squared expected-value multinomial yates-correction classification regression self-study repeated-measures references residuals confidence-interval bootstrap normality-assumption resampling entropy cauchy clustering k-means r clustering categorical-data continuous-data r hypothesis-testing nonparametric probability bayesian pdf distributions exponential repeated-measures random-effects-model non-independent regression error regression-to-the-mean correlation group-differences post-hoc neural-networks r time-series t-test p-value normalization probability moments mgf time-series model seasonality r anova generalized-linear-model proportion percentage nonparametric ranks weighted-regression variogram classification neural-networks fuzzy variance dimensionality-reduction confidence-interval proportion z-test r self-study pdf

4

Presupposti sulla distribuzione residua della regressione

Perché è necessario porre l'assunto distributivo sugli errori, ad es ϵ i ∼ N ( 0 , σ 2 )yio= Xβ+ ϵioyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , con .εio∼ N( 0 , σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Perché non scrivere y i ~ N ( X β , σ 2 )yio= Xβ+ …

12 regression normal-distribution residuals assumptions notation

2

Perché alcune persone testano ipotesi modello di regressione sui loro dati grezzi e altre persone li testano sul residuo?

Sono un dottorando in psicologia sperimentale e faccio del mio meglio per migliorare le mie capacità e conoscenze su come analizzare i miei dati. Fino al mio quinto anno di psicologia, ho pensato che i modelli simili alla regressione (ad es. ANOVA) assumessero le seguenti cose: normalità dei dati omogeneità …

12 regression dataset residuals assumptions

2

Qual è la distribuzione prevista di residui in un modello lineare generalizzato?

Sto eseguendo un modello lineare generalizzato, in cui devo specificare una famiglia diversa da quella normale. Qual è la distribuzione prevista di residui? Ad esempio, i residui dovrebbero essere distribuiti normalmente?

12 generalized-linear-model residuals normality-assumption

2

Analisi residua della regressione logistica

Questa domanda è un po 'generica e prolissa, ma per favore abbi pazienza. Nella mia applicazione, ho molti set di dati, ciascuno composto da ~ 20.000 punti dati con ~ 50 funzionalità e una singola variabile binaria dipendente. Sto tentando di modellare i set di dati utilizzando la regressione logistica …

12 logistic residuals

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Eteroschedasticità e normalità dei residui

Ho una regressione lineare che è abbastanza buona, immagino (è per un progetto universitario, quindi non devo essere molto preciso). Il punto è che se tracciamo i residui rispetto ai valori previsti, c'è (secondo il mio insegnante) un accenno di eteroschedasticità. Ma se tracciamo il diagramma QQ dei residui, è …

12 regression normal-distribution residuals heteroscedasticity

2

Come sapere se i residui sono autocorrelati da un grafico

Quando si esegue una regressione OLS e si tracciano i residui risultanti, come si può sapere se i residui sono autocorrelati? So che ci sono test per questo (Durbin, Breusch-Godfrey), ma mi chiedevo se puoi semplicemente guardare un diagramma per valutare se l'autocorrelazione potrebbe essere un problema (perché per l'eteroschedasticità …

12 regression autocorrelation residuals

2

Adattamento della regressione lineare multipla in R: residui autocorrelati

Sto cercando di stimare una regressione lineare multipla in R con un'equazione come questa: regr <- lm(rate ~ constant + askings + questions + 0) le domande e le domande sono serie temporali di dati trimestrali, costruite con askings <- ts(...). Il problema ora è che ho dei residui autocorrelati. …

11 r time-series multiple-regression autocorrelation residuals

1

Come interpretare i colori residui su una trama a mosaico?

Questo è un diagramma a mosaico del set di dati della tabella di contingenza quiHairEyeColor descritto . Come posso interpretare i colori che rappresentano i residui? Qual è la differenza tra i residui di Pearson alti e positivi (mostrati in blu) rispetto ai residui bassi e negativi mostrati in rosso?

11 data-visualization chi-squared residuals contingency-tables

Domande taggate «residuals»