«generalized-least-squares» 태그된 질문

시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

음수가 아닌 연속적이고 50-150 범위 (이 범위를 벗어나는 값은 몇 개만 있음) 90 번째, 95 번째 및 99 번째 백분위 수 곡선을 만들고이 백분위 수에 대한 테이블을 만들어야합니다. 샘플 크기는 약 8000입니다. 가능한 방법을 확인하고 찾았습니다. Quantile을 찾은 다음 loess 방법을 사용하여이 Quantile에서 부드러운 곡선을 얻습니다. 평활도는 'span'매개 변수로 조정할 …

10 ordinal-data  quantiles  regression-strategies  generalized-least-squares  growth-model 

예측 변수가 하나 이상인 제곱의 경우 : y=βx+ϵy=βx+ϵy = \beta x + \epsilon 피팅하기 전에 와 가 표준화 된 경우 (예 : ) :xxxyyy∼N(0,1)∼N(0,1)\sim N(0,1) ββ\beta 는 Pearson 상관 계수 .rrr ββ\beta반사 회귀 분석에서 는 동일합니다.x=βy+ϵx=βy+ϵx = \beta y + \epsilon 일반 최소 제곱 (GLS)의 경우에도 동일하게 적용됩니까? 즉, 데이터를 …

10 regression  correlation  least-squares  generalized-least-squares 

데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

사용자 정의 대비로 (일종 당) 일원 분산 분석을 수행하고 있습니다. [,1] [,2] [,3] [,4] 0.5 -1 0 0 0 5 1 -1 0 0 12.5 0 1 -1 0 25 0 0 1 -1 50 0 0 0 1 여기서 강도 0.5를 5와 5, 5를 12.5와 비교합니다. 이것들은 내가 작업중 …

10 r  anova  contrasts  generalized-least-squares 

GLS (Generalized Least Squares)에 대한 내용을 읽었으며 기본 계량 경제적 배경과 연결하려고했습니다. 저는 대학원생에서 GLS와 다소 유사한 SUR (Seemingly Unrelated Regression)을 사용합니다. 내가 우연히 만난 한 논문은 SUR을 GLS의 "특별한 사례"라고 언급하기도했다. 그러나 나는 여전히 유사점과 차이점에 대해 내 두뇌를 감쌀 수 없습니다. 그래서 질문 : GLS와 SUR의 유사점과 차이점은 …

10 regression  generalized-least-squares 

독립 변수 벡터 및 및 종속 변수 관찰한다고 가정 해 봅시다 . I는 형태의 모델에 맞게하고자 : 여기서 는 양의 값을 두 배로 구분할 수있는 함수이고, 는 알 수없는 스케일링 매개 변수이며, 은 평균이 0 인 단위 분산 가우스 랜덤 변수입니다 ( 독립적 인 것으로 가정) 및 ). 이것은 본질적으로 …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares