«multiple-regression» 태그된 질문

lm(y~a*b)R 구문에서 a이진 변수이고 b숫자 변수 인 데이터와 같이 데이터를 맞추면 교호 a:b작용 항은 y~bat a= 0과 at a= 1 사이의 차이 입니다. 자,하자가 사이의 관계를 말할 y와 b곡선이다. 지금 맞는 경우 lm(y~a*poly(b,2)), 다음 a:poly(b,2)1의 변화의 변화 y~b의 수준을 조건으로 a위와 같이하고 a:poly(b,2)2있는 변화 y~b^2의 수준에 조건 a. 약간의 핸드 …

10 r  multiple-regression  splines 

SEM을 적용하려는 하나의 데이터 세트에 많은 문제가 있습니다. 우리는 지표가 각각 5 가지 잠재 요인 A, B, C, D, E의 존재를 가정합니다. A1-A5 (순서 계수), B1-B3 (정량적), C1, D1, E1 (E1에 대해 2 단계 만 포함 된 마지막 세 가지 요인 모두) 모든 요소 사이의 공분산에 관심이 있습니다. 나는 OpenMx그렇게 …

10 r  modeling  multiple-regression  sem 

현재 대학원 수준에서 첫 번째 적용된 선형 회귀 클래스를 사용하고 있으며 다중 선형 회귀 분석에서 예측 변수 변환으로 어려움을 겪고 있습니다. 내가 사용하는 텍스트 인 Kutner et al "Applied Linear Statistical Models"는 내가 가진 질문을 다루지 않는 것 같습니다. (여러 예측 변수를 변환하기위한 Box-Cox 방법이 있음을 제안하는 것 제외). 반응 …

10 data-transformation  multiple-regression 

에 대한 선형 회귀 모델에 관심이 있다고 가정 합니다. 두 공변량 간의 상호 작용이 Y에 영향을 미치는지 확인하고 싶습니다.와이나는=β0+β1엑스1+β2엑스2+β삼엑스1엑스2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 교수 과정 노트 (내가 연락하지 않은 사람)에는 다음과 같이 명시되어 있습니다. 즉, 가 회귀에 포함되어야합니다.와이나는=β0+β1엑스1+β2엑스2+β삼엑스1엑스2+β4엑스21+β5엑스22Yi=β0+β1x1+β2x2+β3x1x2+β4x12+β5x22Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 …

10 regression  multiple-regression  interaction  linear-model 

이것은 개념적 질문이지만, 내가 사용할 R때의 패키지를 참조 할 것입니다 R. 목표가 예측 목적으로 선형 모형을 적합시킨 다음 임의 효과를 사용할 수없는 위치를 예측하는 경우 혼합 효과 모형을 사용하는 이점이 있습니까? 아니면 고정 효과 모형을 대신 사용해야합니까? 예를 들어, 다른 정보와 함께 체중 대 신장에 대한 데이터가 있고를 사용하여 다음 …

10 r  multiple-regression  mixed-model  lme4-nlme 

현재 시계열 데이터 (매월 데이터)를 예측하는 프로젝트를 진행하고 있습니다. R을 사용하여 예측을 수행하고 있습니다. 1 개의 종속 변수 (y)와 3 개의 독립 변수 (x1, x2, x3)가 있습니다. y 변수에는 73 개의 관측치가 있으며 다른 3 개의 변수도 있습니다 (alos 73). 2009 년 1 월부터 2015 년 1 월까지 상관 관계와 …

10 time-series  multiple-regression  forecasting  lags 

에 관한 매우 기본적인 질문 아르 자형2R2R^2 OLS 회귀 OLS 회귀 y ~ x1을 실행하면 아르 자형2R2R^20.3이라고 OLS 회귀 분석 y ~ x2를 실행하십시오. 아르 자형2R2R^20.4라고 이제 우리는 회귀 y ~ x1 + x2를 실행합니다.이 회귀의 R 제곱은 얼마입니까? 나는 그것이 분명하다고 생각 아르 자형2R2R^2 다중 회귀는 0.4 이상이어야하지만 0.7 …

10 regression  multiple-regression  least-squares  r-squared 

회귀 분석에서 모자 행렬 의 중요성은 무엇입니까 ?H= X(엑스'엑스)− 1엑스'H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} 더 쉬운 계산만을위한 것입니까?

10 regression  multiple-regression  least-squares 

DV (질병 : 예 / 아니오) 및 5 개의 예측 변수 (인구 통계 [연령, 성별, 담배 흡연 (예 / 아니오)], 의료 지수 (선거) 및 하나의 무작위 치료 [예 / 아니오]를 갖는 이항 로지스틱 회귀 모형이 있습니다. ]). 또한 모든 양방향 상호 작용 항을 모델링했습니다. 주요 변수는 중심이며 다중 공선 성의 …

10 regression  logistic  multiple-regression  bootstrap 

, 및 세 가지 시계열이 있다고 가정합니다.X1X1X_1X2X2X_2YYY ~ ( )에서 일반 선형 회귀를 실행 하면 됩니다. 일반적인 선형 회귀 ~ 는 입니다. 가정YYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V 회귀 ~ ( ) 에서 의 가능한 최소값과 최대 값은 얼마입니까?R2R2R^2YYYX1+X2X1+X2X_1 + X_2Y=b1X1+b2X2+b0+ϵY=b1X1+b2X2+b0+ϵY = …

10 regression  multiple-regression  r-squared 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(&gt;|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

선형 다중 회귀 방정식에서 베타 가중치가 다른 모든 IV의 기여에 대한 각 개별 독립 변수의 기여를 반영하는 경우 회귀 방정식에서 DV를 예측하는 모든 IV가 공유하는 분산은 어디입니까? 예를 들어, 아래에 표시된 Venn 다이어그램 (및 CV의 'about'페이지 ( https://stats.stackexchange.com/about ) 에서 가져온 )이 3 IV 및 1 DV로 레이블이 지정된 경우 …

10 multiple-regression  sums-of-squares 

데이터 포인트를 더 복잡한 모델이 필요하거나 더 복잡한 모델이 필요하지 않은 것으로 분류하고 싶습니다. 내 현재 생각은 모든 데이터를 간단한 선형 모델에 맞추고 잔차의 크기를 관찰 하여이 분류를 만드는 것입니다. 그런 다음 오차에 대한 편차 및 분산 기여에 대해 몇 가지를 읽었으며 바이어스를 직접 계산할 수 있으면 총 오차 (잔여 …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

우리는 데이터 매트릭스 있다고 가정 이며, -by- 및 라벨 벡터 이고, 에 의하여 - 온한다. 여기에서 행렬의 각 행은 관측치이며 각 열은 차원 / 변수에 해당합니다. ( 가정 )엑스X\mathbf{X}엔nn피pp와이YY엔nnn &gt; pn&gt;pn>p 그런 다음 무엇을 data space, variable space, observation space, model space의미? 변수 벡터에 의해 스팬되어 있으므로 변수 공간이라고하는 순위 …

9 regression  multiple-regression  terminology  geometry  biplot