«linear-model» 태그된 질문

다변량 선형 회귀 모형을 다중 선형 회귀 모형으로 완전히 변환하는 것이 완전히 동일합니까? 단순히 실행을 언급하고 있지 않다 티티t 별도의 회귀. 나는 다변량 선형 모델 을 다중 회귀로 쉽게 다시 매개 변수화 할 수있는 몇 곳 (Bayesian Data Analysis-Gelman et al. 및 Multivariate Old School-Marden)에서 이것을 읽었습니다 . 그러나 어떤 …

20 regression  multiple-regression  linear-model  multivariate-regression 

제 연구에서 두 가지 주요 딜레마에 관한 조언이 필요합니다. 이는 3 가지 큰 제약과 혁신에 대한 사례 연구입니다. 연간 특허 수는 종속 변수입니다. 내 질문은 좋은 모델을위한 가장 중요한 기준은 무엇입니까? 더 중요한 것은 무엇입니까? 대부분 또는 모든 변수가 중요합니까? "F STATISTIC"의 조사입니까? "Adjusted R squared"의 값입니까? 둘째, 연구에 가장 …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

간단한 선형 모형을 고려하십시오. 와이y = X ' ββ + ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon 여기서 및 , p ≥ 2 및 X 는 열을 포함합니다. 상수.ϵ i ∼ i . 나는 . d .N ( 0 , σ 2 ) X ∈ R n × pϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2)X∈Rn×pX\in\mathbb{R}^{n\times p}p≥2p\geq2XX 내 질문은 E ( X ' …

18 linear-model  expected-value 

변수 / 기능 세트를 사용하여 선형 회귀 모델을 학습했습니다. 그리고 모델의 성능이 우수합니다. 그러나 예측 변수와 좋은 상관 관계가있는 변수가 없다는 것을 깨달았습니다. 그게 어떻게 가능해?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

실제로 선형 회귀 계수의 중요성을 확인하기 위해 표준 T- 검정을 사용하는 것이 일반적입니다. 계산의 역학이 나에게 의미가 있습니다. 선형 회귀 가설 검정에 사용되는 표준 검정 통계량을 모델링하는 데 T- 분포를 사용할 수있는 이유는 무엇입니까? 표준 테스트 통계 여기서는 다음을 참조합니다. T0=βˆ−β0SE(βˆ)티0=β^−β0에스이자형(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

17 regression  hypothesis-testing  linear-model  t-distribution 

이 과정 유인물 (1 페이지)에 설명 된대로 선형 모델은 다음 형식으로 작성 될 수 있습니다. y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, 여기서 yyy 는 반응 변수이고 xixix_{i} 는 ithithi^{th} 설명 변수. 테스트 가정을 충족시키기 위해 종종 응답 변수를 변환 할 수 있습니다. 예를 들어 …

16 regression  generalized-linear-model  data-transformation  linear-model 

5 개의 가능한 회귀 변수가있는 고전적인 선형 모델이 있습니다. 그것들은 서로 관련이 없으며 응답과의 상관 관계가 매우 낮습니다. 회귀 분석기 중 3 개가 t 통계량에 유의 한 계수를 갖는 모형에 도달했습니다 (p <0.05). 나머지 2 개의 변수 중 하나 또는 둘 다를 추가하면 t 통계에 대한 p 값> 0.05가 추가되고 …

16 r  regression  self-study  linear-model 

선형 모델에서는 설명 변수 사이에 관계가 있는지 확인해야합니다. 이들이 너무 많은 상관 관계가 있으면 공선 성이 존재합니다 (즉, 변수가 서로를 부분적으로 설명합니다). 나는 현재 각 설명 변수 사이의 쌍별 상관 관계를보고 있습니다. 질문 1 : 상관 관계가 너무 많은 분류는 무엇입니까? 예를 들어 피어슨 상관 관계가 0.5로 너무 큽니까? 질문 …

16 correlation  linear-model  multicollinearity 

나는 더 많은 것을 이해하려고 노력한 예제 (R)를 가지고 있습니다. 선형 모델을 만들기 위해 Limma를 사용하고 있으며 폴드 변경 계산에서 단계별로 어떤 일이 일어나고 있는지 이해하려고합니다. 나는 주로 계수 계산에 어떤 일이 발생하는지 알아 내려고 노력하고 있습니다. 내가 알아낼 수있는 것에서 QR 분해는 계수를 얻는 데 사용되므로 본질적으로 계산중인 방정식 …

15 r  regression  linear-model 

여기서 선형 모델 계수에 대한 설명을 찾은 후 요인 수준 계수에 대한 비의 미적 (높은 p 값)에 대한 후속 질문이 있습니다. 예 : 선형 모델에 10 개의 수준이있는 요인이 포함되어 있고 해당 수준 중 3 개만 관련 p 값이있는 경우 모형을 사용하여 Y를 예측할 때 대상이 다음 중 하나에 해당하는 …

15 statistical-significance  linear-model  model-selection  regression-coefficients  regression-strategies 

현재 데이터 집합의 다중 공선 성을 평가하고 있습니다. VIF의 임계 값과 조건 지수가 위 / 위에서 문제를 나타내는 것은 무엇입니까? VIF : VIF 이 문제 라고 들었습니다 .≥ 10≥10\geq 10 두 개의 문제 변수를 제거한 후 VIF는 각 변수에 대해 입니다. 변수가 더 많은 치료를 필요로합니까, 아니면이 VIF가 괜찮게 보입니까?≤ …

15 multiple-regression  linear-model  multicollinearity  vif 

선형 회귀 (제곱 손실)에서 행렬을 사용하면 목표에 대해 매우 간결한 표기법이 있습니다. minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 여기서 AAA 는 데이터 행렬이고 xxx 는 계수이고 bbb 는 반응입니다. 로지스틱 회귀 목표에 대해 유사한 행렬 표기법이 있습니까? 내가 본 모든 표기법은 모든 데이터 포인트 ( \ sum _ {\ text data} \ …

15 regression  logistic  linear-model  notation 

기계 학습을 담당하는 소프트웨어 엔지니어입니다. 내 이해에서 선형 회귀 (예 : OLS) 및 선형 분류 (예 : 로지스틱 회귀 및 SVM)는 훈련 된 계수 와 특징 변수 사이의 내부 곱을 기반으로 예측합니다 .승⃗ 승→\vec{w}엑스⃗ 엑스→\vec{x} 와이^= f( 승⃗ ⋅ x⃗ ) = f( ∑나는승나는엑스나는)와이^=에프(승→⋅엑스→)=에프(∑나는승나는엑스나는) \hat{y} = f(\vec{w} \cdot \vec{x}) = …

15 regression  machine-learning  classification  feature-selection  linear-model 

그래서 나는 SVM을 가지고 놀고 있었고 이것이 좋은 일인지 궁금합니다. 연속 기능 (0 ~ 1) 세트와 더미 변수로 변환 된 범주 기능 세트가 있습니다. 이 특별한 경우에는 측정 날짜를 더미 변수로 인코딩합니다. 데이터를 보유한 기간은 3 가지이며 3 개의 기능 번호를 예약했습니다. 20:21:22 : 따라서 데이터가 나오는 기간에 따라 다른 …

15 categorical-data  svm  feature-selection  linear-model  feature-construction 

N 개의 관측치, 여러 요인이있을 수 있고 각 관측치를 두 번 (또는 M 번) 반복한다고 가정 해 봅시다.이 새로운 크기의 NM 세트에 대한 회귀는 원래 관측치에 대한 회귀와 어떻게 비교됩니까?

15 regression  linear-model  multiple-regression