Domande taggate «standard-error»

Si riferisce alla deviazione standard della distribuzione campionaria di una statistica calcolata da un campione. Spesso sono richiesti errori standard quando si formano intervalli di confidenza o si verificano ipotesi sulla popolazione da cui è stata campionata la statistica.




3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

2
Forma dell'intervallo di confidenza per i valori previsti nella regressione lineare
Ho notato che l'intervallo di confidenza per i valori previsti in una regressione lineare tende ad essere stretto intorno alla media del predittore e al grasso attorno ai valori minimo e massimo del predittore. Questo può essere visto nei grafici di queste 4 regressioni lineari: Inizialmente pensavo che ciò avvenisse …

6
Errori standard per la previsione del lazo usando R
Sto cercando di utilizzare un modello LASSO per la previsione e devo stimare gli errori standard. Sicuramente qualcuno ha già scritto un pacchetto per farlo. Ma per quanto posso vedere, nessuno dei pacchetti su CRAN che fanno previsioni usando un LASSO restituirà errori standard per quelle previsioni. Quindi la mia …

4
Errore standard per la media di un campione di variabili casuali binomiali
Supponiamo che stia eseguendo un esperimento che può avere 2 risultati e suppongo che la distribuzione "vera" sottostante dei 2 risultati sia una distribuzione binomiale con parametri nnn e ppp : Binomial(n,p)Binomial(n,p){\rm Binomial}(n, p) . Posso calcolare l'errore standard, SEX=σXn√SEX=σXnSE_X = \frac{\sigma_X}{\sqrt{n}} , dalla forma della varianza di Binomial(n,p)Bionomioun'l(n,p){\rm Binomial}(n, …

1
Regressione quantile: quali errori standard?
La summary.rqfunzione della vignetta quantreg offre una moltitudine di scelte per le stime di errore standard dei coefficienti di regressione quantile. Quali sono gli scenari speciali in cui ognuno di questi diventa ottimale / desiderabile? "rango" che produce intervalli di confidenza per i parametri stimati invertendo un test di rango …

3
Qual è l'errore standard residuo?
When running a multiple regression model in R, one of the outputs is a residual standard error of 0.0589 on 95,161 degrees of freedom. I know that the 95,161 degrees of freedom is given by the difference between the number of observations in my sample and the number of variables …

4
Clustering di errori standard in R (manualmente o in plm)
Sto cercando di capire l'errore standard "clustering" e come eseguire in R (è banale in Stata). Nel RI non hanno avuto successo usando plmo scrivendo la mia funzione. Userò i diamondsdati dalggplot2 pacchetto. Posso fare effetti fissi con entrambe le variabili fittizie > library(plyr) > library(ggplot2) > library(lmtest) > library(sandwich) …


5
Come gestire i dati gerarchici / nidificati nell'apprendimento automatico
Spiegherò il mio problema con un esempio. Supponiamo di voler prevedere il reddito di un individuo in base ad alcuni attributi: {Età, Genere, Paese, Regione, Città}. Hai un set di dati di allenamento come questo train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

3



Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.