«interpretation» 태그된 질문

표준 GARCH 모델을 사용합니다 : rtσ2t=σtϵt=γ0+γ1r2t−1+δ1σ2t−1rt=σtϵtσt2=γ0+γ1rt−12+δ1σt−12\begin{align} r_t&=\sigma_t\epsilon_t\\ \sigma^2_t&=\gamma_0 + \gamma_1 r_{t-1}^2 + \delta_1 \sigma^2_{t-1} \end{align} 계수의 추정치가 다르므로 해석해야합니다. 따라서 좋은 해석이 궁금합니다. , γ 1 및 δ 1 은 무엇을 나타 냅니까?γ0γ0\gamma_0γ1γ1\gamma_1δ1δ1\delta_1 나는 것을 볼 일정 부분 같은 것입니다. 이것은 일종의 "주변 변동성"을 나타냅니다. γ 1은 과거의 충격에 조정을 …

14 interpretation  garch 

능선 회귀 분석을 실행할 때 최소 제곱 미만의 특정 계수보다 큰 계수를 어떻게 해석합니까 (특정 값의 경우 )? 능선 회귀는 단조 적으로 계수를 축소하도록되어 있지 않습니까?λλ\lambda 관련 메모에서, 능선 회귀 동안 부호가 변하는 계수를 어떻게 해석합니까 (예 : 능선 추적은 능선 추적 플롯에서 음에서 양으로 교차합니다)?

14 interpretation  regression-coefficients  ridge-regression 

혼합 모델 / lmer 사용에 대한 질문이 있습니다. 기본 모델은 다음과 같습니다. lmer(DV ~ group * condition + (1|pptid), data= df) 그룹과 조건은 모두 요인입니다. 그룹에는 두 가지 수준 (groupA, groupB)이 있고 조건에는 세 가지 수준 (condition1, condition2, condition3)이 있습니다. 그것은 인간 대상의 데이터이므로 pptid는 각 사람에게 무작위 효과입니다. 모델은 …

14 interaction  interpretation  lme4-nlme  model 

많은 맥락에서 상호 교환 적으로 사용되는이 두 용어를 접했습니다. 기본적으로 중재자 (M)는 X와 Y의 관계에 영향을주는 요소입니다. 보통 분석은 회귀 모델을 사용하여 수행됩니다. 예를 들어 성별 (M)은 "제품 조사"(X)와 "제품 구매"(Y)의 관계에 영향을 줄 수 있습니다. 상호 작용에서 X1과 X2는 Y에 영향을주기 위해 상호 작용합니다. 여기서 동일한 예는 "제품 조사"(X1)가 …

14 regression  interaction  interpretation  regression-coefficients  terminology 

로지스틱 회귀 분석에서 절편 모델의 유무에 따른 차이점을 이해하고 싶습니다. 가로 채기를하면 계수가 기준선 그룹에 대한 로그 (홀수 비)를 고려하고 가로 채지 않고 로그 (홀수)를 고려한다는 점을 제외하고는 차이점이 있습니까? 내가 본 것에서 계수가 두 경우 모두 동일하지만 의의가 항상 같은 것은 아니며 왜 그런지 이해하지 못합니다. 또한 어떤 경우에 …

14 regression  logistic  interpretation  model  intercept 

2 샘플 KS 테스트의 해석을 이해하는 데 어려움이 있으며 2 그룹 사이의 일반 t 테스트와 어떻게 다른가요? 남자와 여자가 ​​어떤 일을하고 있고 그 일에서 몇 가지 점수를 얻습니다. 저의 궁극적 인 목표는 남성과 여성이 그 과제를 다르게 수행하는지 여부를 결정하는 것입니다 그래서 내가 할 수있는 한 가지는 두 그룹 사이에서 …

14 distributions  t-test  interpretation  kolmogorov-smirnov 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 오년 전에 . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance Residuals: Min 1Q Median 3Q Max -3.7422 …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

확률과 통계에서 "무작위"와 "무작위"라는 개념이 자주 사용됩니다. 확률 변수로 인해 발생하는 이벤트를 모델링하는 데 종종 임의 변수 개념이 사용됩니다. 내 질문은 "무작위"라는 용어에 관한 것입니다. 랜덤이란? 무작위성이 실제로 존재합니까? 무작위 사건에 대해 많은 경험을 가진 사람들이 무작위성에 대해 어떻게 생각하고 믿는지 궁금합니다.

14 interpretation  terminology 

다음과 같은 로지스틱 회귀 모델이 있다고 가정합니다. 로짓 ( p ) = β0+ β1엑스1+ β2엑스2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} 가요 이벤트 확률 때 X (1) = 0 및 X 2 = 0 ? 다시 말해서, x 1 과 x 2 가 가장 낮은 레벨 일 때 (이것이 0이 아니더라도) 이벤트 …

14 logistic  interpretation  intercept 

그래서 저는 랜덤 효과 마이너스 이항 모형에 적합하고 싶습니다. 이러한 모델의 경우 STATA는 지수화 된 계수를 생성 할 수 있습니다. 도움말 파일에 따르면 이러한 계수는 발생률 비율로 해석 될 수 있습니다. 불행히도 나는 영어 원어민이 아니며 발생률 비율이 무엇인지 또는 어떻게 번역 할 수 있는지 이해하지 못합니다. 그래서 제 질문은, …

14 interpretation  negative-binomial  regression-coefficients 

나는 coxph의 "coef"와 "(exp) coef"출력이 정확히 무엇을 의미하는지 알아 내려고 노력했습니다. "(exp) coef"는 명령에 지정된 그룹에 따라 모델의 첫 번째 변수를 비교 한 것으로 보입니다. coxph 함수는 "coef"및 "(exp) coef"의 값에 어떻게 도달합니까? 또한, 검열이 수반 될 때 coxph는 이러한 값을 어떻게 결정합니까?

14 r  survival  interpretation 

방금 음 이항 GLM을 실행했으며 출력입니다. Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.6954 0.1152 14.720 < 2e-16 …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

지난 주말에 R (1st edition)로 Faraway의 교과서 선형 모델을 읽었습니다 . Faraway에는 "통계 전략 및 모델 불확실성"이라는 장이있었습니다. 그는 매우 복잡한 모델을 사용하여 인위적으로 일부 데이터를 생성했다고 설명하고 (158 페이지), 학생들에게 데이터를 모델링하고 학생들의 예측 결과 와 읽은 결과를 비교하도록 요청했습니다 . 불행히도 대부분의 학생들은 테스트 데이터를 과도하게 맞추고 예측 …

13 predictive-models  modeling  interpretation 

절편 용어의 표준 오차 ( )에서 주어진다 여기서 는 의 평균 의., Y=β1X+β0+εSE( β 0)2=σ2[1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonˉxxi에스이자형( β^0)2= σ2[ 1엔+ x¯2∑엔나는 = 1( x나는− x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]엑스¯x¯\bar{x}엑스나는xix_i 내가 이해 한 바에 따르면, SE는 불확실성을 정량화합니다. 예를 들어 표본의 95 %에서 에는 실제 이 포함됩니다 . 로 불확실성의 척도 인 SE가 어떻게 증가하는지 …

13 regression  interpretation  standard-error 

일부 측정의 경우 분석 결과가 변환 된 스케일로 적절하게 표시됩니다. 그러나 대부분의 경우 원래 측정 규모로 결과를 제시하는 것이 바람직합니다 (그렇지 않으면 귀하의 작업은 다소 가치가 없습니다). 예를 들어, 로그 변환 된 데이터의 경우, 로그 된 값의 평균이 평균의 로그가 아니기 때문에 원래 스케일에 대한 해석에 문제가 발생합니다. 로그 척도의 …

13 data-transformation  confidence-interval  t-test  interpretation