Statistiche e Big Data residuals

1

Che tipo di analisi post-fit dei residui usi?

Quando eseguo la regressione lineare multipla OLS, anziché tracciare i residui rispetto ai valori adattati, tracciamo i residui (interni) studentizzati rispetto ai valori adattati (idem per le covariate). Questi residui sono definiti come: e∗i=eis2(1−hii)−−−−−−−−−√ei∗=eis2(1−hii)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} dove è il residuo e sono gli elementi diagonali della matrice …

10 regression residuals diagnostic

2

Perché utilizziamo i residui per testare le ipotesi sugli errori di regressione?

Supponiamo di avere un modello Yio= β0+ β1XI 1+ β2Xi 2+ ⋯ + βKXi k+ ϵioYi=β0+β1Xi1+β2Xi2+⋯+βkXik+ϵiY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i . La regressione ha una serie di ipotesi, come ad esempio che gli errori dovrebbero essere normalmente distribuiti con zero medio e …

10 regression residuals error

1

Differenza tra Outlier e Inlier

Mi sono imbattuto nel termine inlier nella misura LOF (Local Outlier Factor), ho familiarità con il termine di valori anomali (in sostanza si tratta di istanze che non si comportano come il resto delle istanze). Che cosa significa "Inliers" nel contesto del rilevamento di anomalie? e in che modo è …

10 residuals outliers anomaly-detection

1

Residui studentizzati v / s residui standardizzati nel modello lm

"Residui studentizzati" e "Residui standardizzati" sono gli stessi nei modelli di regressione? Ho costruito un modello di regressione lineare in R e volevo tracciare il grafico dei valori adattati dei residui Studentized v / s, ma non ho trovato un modo automatizzato per farlo in R. Supponiamo che io abbia …

10 r regression residuals terminology

3

Residui del bootstrap: lo sto facendo bene?

Prima di tutto: da quello che ho capito, i residui del bootstrap funzionano come segue: Adatta il modello ai dati Calcola i residui Ricampiona i residui e aggiungili a 1. Adatta il modello al nuovo set di dati da 3. Ripetere i ntempi, ma aggiungere sempre i residui ricampionati all'adattamento …

10 time-series matlab bootstrap residuals

2

Osservazione della distribuzione inclinata a sinistra rispetto a quella simmetrica

Questo è piuttosto difficile per me da descrivere, ma cercherò di rendere comprensibile il mio problema. Quindi prima devi sapere che finora ho fatto una regressione lineare molto semplice. Prima di stimare il coefficiente, ho osservato la distribuzione della mia . È pesantemente inclinato. Dopo aver stimato il modello, ero …

10 regression residuals skewness

3

Regressione di residui di regressione logistica su altri regressori

Con la regressione OLS applicata alla risposta continua, si può costruire l'equazione di regressione multipla eseguendo sequenzialmente le regressioni dei residui su ciascuna covariata. La mia domanda è: c'è un modo per farlo con la regressione logistica tramite i residui della regressione logistica ? Cioè, se voglio stimare usando l'approccio …

9 regression logistic residuals

4

È possibile scomporre i residui adattati in bias e varianza, dopo aver inserito un modello lineare?

Vorrei classificare i punti dati come che necessitano di un modello più complesso o che non necessitano di un modello più complesso. Il mio pensiero attuale è di adattare tutti i dati a un semplice modello lineare e osservare la dimensione dei residui per fare questa classificazione. Ho quindi fatto …

9 regression multiple-regression residuals bias-variance-tradeoff

2

Come si relazionano i residui ai disturbi sottostanti?

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^+ …

9 regression least-squares residuals heteroscedasticity assumptions

2

Perché i residui di Pearson di una regressione binomiale negativa sono più piccoli di quelli di una regressione di Poisson?

Ho questi dati: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Ho eseguito una regressione di poisson poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") E una regressione binomiale negativa: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Quindi ho calcolato …

9 generalized-linear-model residuals negative-binomial poisson-regression dispersion

1

Perché la correlazione dei residui non ha importanza quando si verifica la normalità?

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 …

9 regression residuals non-independent

2

Correlazione tra categorie tra variabili nominali categoriche

Ho un set di dati con due variabili nominali categoriche (entrambe con 5 categorie). Vorrei sapere se (e come) sono in grado di identificare potenziali correlazioni tra le categorie da queste due variabili. In altre parole, se ad esempio i risultati della categoria nella variabile 1 mostrano una forte correlazione …

9 correlation residuals contingency-tables categorical-data

4

Quando utilizzare la regressione non parametrica?

Sto utilizzando PROC GLM in SAS per adattare un'equazione di regressione del seguente modulo Y= b0+ b1X1+ b2X2+ b3X3+ b4tY=b0+b1X1+b2X2+b3X3+b4t Y = b_0 + b_1X_1 + b_2X_2 + b_3X_3 + b_4t Il diagramma QQ dei risultati risultanti indica una deviazione dalla normalità. Qualsiasi trasformazione di non è utile per rendere …

9 regression multiple-regression nonparametric residuals sas

1

Come comprendere i residui standardizzati nell'analisi di regressione?

Secondo l' analisi di regressione per esempio , il residuo è la differenza tra la risposta e il valore previsto, quindi si dice che ogni residuo ha una varianza diversa, quindi dobbiamo considerare i residui standardizzati. Ma la varianza è per un gruppo di valori, come può un singolo valore …

9 regression residuals

2

Perché R sta tramando i residui standardizzati rispetto ai quantili teorici in un diagramma QQ?

In R, perché le impostazioni predefinite qqplot(linear model)utilizzano i residui standardizzati sull'asse y? Perché R non usa i residui "normali"?

9 r regression linear-model residuals qq-plot

Domande taggate «residuals»