«multiple-regression» 태그된 질문

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 

대신로 formula설정하여 R에서 선형 회귀를 수행하는 것의 통계적 차이점은 무엇입니까 ? 이 두 가지 결과를 어떻게 해석합니까?y ~ x + 0y ~ x

11 multiple-regression  generalized-linear-model  intercept 

나는 기금 관리 수익을 예측하기 위해 R에서 아래의 다중 선형 회귀를 수행하고 있습니다. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) 여기서는 GRI와 MBA 만 이진 / 이분법 예측 변수입니다. 나머지 예측 변수는 연속적입니다. 이 코드를 사용하여 이진 변수에 대한 잔차 그림을 생성하고 있습니다. plot(rawdata$GRI, reg$residuals) abline(lm(reg$residuals~rawdata$GRI, data=rawdata), col="red") # regression line (y~x) plot(rawdata$MBA, …

11 r  multiple-regression  categorical-data  heteroscedasticity  residuals 

데이터의 잔차에서 이상한 패턴이 관찰됩니다. [편집] 다음은 두 변수에 대한 부분 회귀 그림입니다. [EDIT2] PP 플롯 추가 배포판이 제대로 작동하는 것 같지만 (아래 참조)이 직선이 어디에서 오는지 전혀 모르겠습니다. 어떤 아이디어? [업데이트 31.07] 그것은 당신이 절대적으로 옳은 것으로 나타났습니다, 나는 리트 윗 수가 실제로 0 인 경우를 가지고 있었고 ~ …

11 regression  multiple-regression  residuals  diagnostic 

유전자 연관 연구에서 왜 연령과 연령 제곱을 공변량으로 사용합니까? 중요한 공변량으로 확인 된 경우 연령 사용을 이해할 수 있지만 연령 제곱 사용에 대한 손실이 있습니다.

11 multiple-regression  polynomial  predictor  bioinformatics  genetics 

k 레벨의 범주 변수가 더미 인코딩에서 k-1 변수로 인코딩되어야한다는 사실을 알고 있습니다 (다중 값 범주 변수의 경우와 유사). 다른 회귀 방법, 주로 선형 회귀, 페널티 선형 회귀 (Lasso, Ridge, ElasticNet), 트리 기반 (임의 포리스트) , 그래디언트 부스팅 머신). 선형 회귀에서 다중 공선 성 문제가 발생한다는 것을 알고 있습니다 (실제로 아무런 …

11 regression  multiple-regression  categorical-data  many-categories 

구체적인 예나 과제가 없습니다. b- 스플라인 사용에 익숙하지 않아서 회귀 컨텍스트에서이 기능을 더 잘 이해하고 싶었습니다. 반응 변수 와 일부 예측 변수 의 관계를 평가한다고 가정합니다 . 예측 변수에는 몇 가지 숫자 변수와 범주 형 변수가 포함됩니다.yyyx1,x2,...,xpx1,x2,...,xpx_1, x_2,...,x_p 회귀 모델을 피팅 한 후 과 같은 숫자 변수 중 하나 가 …

10 regression  multiple-regression  splines  polynomial  penalized 

다음 다중 회귀 모델을 고려하십시오.Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} 여기서 는 열 벡터이며; 행렬; a column vector; 행렬; 열 벡터; 그리고 오류 항인 는 열 벡터입니다.YYYn×1n×1n\times 1XXXn×(k+1)n×(k+1)n\times (k+1)ββ\beta(k+1)×1(k+1)×1(k+1)\times 1ZZZn×ln×ln\times lδδ\deltal×1l×1l\times 1UUUn×1n×1n\times1 질문 제 강사, Econometrics 소개 교과서 제 3 판. James H. Stock 및 Mark W. Watson, p. 281 및 계량 경제학 : Honor …

10 regression  multiple-regression  econometrics  least-squares  nonlinear-regression 

다음은 공식에 대한 rms 패키지를 사용하여 mtcars 데이터 세트에서 생성 된 노모 그램입니다. mpg ~ wt + am + qsec 모델 자체는 R2 0.85 및 P <0.00001로 양호 해 보입니다. > mod Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination …

10 regression  multiple-regression  data-visualization  predictive-models  regression-strategies 

R의 plm 패키지를 사용하여 풀링 된 OLS 회귀를 실행하고 있습니다.하지만 내 질문은 기본 통계에 대한 것이므로 먼저 여기에 게시하십시오.) 내 회귀 결과가이 분산 잔차를 생성하므로이 분산 강건한 표준 오류를 사용하려고합니다. 결과적으로 coeftest(mod, vcov.=vcovHC(mod, type="HC0"))각 독립 변수에 대한 추정치, 표준 오류, t- 값 및 p- 값이 포함 된 표를 얻습니다. 기본적으로 …

10 r  anova  multiple-regression  heteroscedasticity  robust-standard-error 

나는 R : 예제 기반 접근법을 사용하여 데이터 분석 및 그래픽 의 다중 회귀 장을 읽고 있었고 설명 변수 (산점도 사용) 사이의 선형 관계를 확인하는 것이 좋습니다. 그들이 그렇게 그들을 변환, 어떤 마에 않는 더 선형 적으로 관련된다. 이것에 대한 발췌문은 다음과 같습니다. 6.3 다중 회귀 모형 적합 전략 (...) …

10 multiple-regression  multicollinearity 

p 설명 변수의 다중 회귀에 적합하다고 가정 해보십시오. t- 검정을 통해 그 중 하나가 중요한지 확인할 수 있습니다 ( ). 부분 F- 테스트를 수행하여 일부 하위 집합이 유의한지 확인할 수 있습니다 ( ).H 0 : β i = β j = . . . = β k = 0H0: β나는= …

10 multiple-regression  multiple-comparisons 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

다음 표준 방정식을 사용하여 차이 차이 접근법에 대한 질문이 있습니다. 여기서 treat는 처리 된 그룹 및 게시물에 대한 더미 변수입니다. 와이= a + b1치료 + b2게시 + b삼치료 ⋅ 포스트 + Uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u 이제 내 질문은 간단합니다. 왜 대부분의 논문이 여전히 추가 …

10 regression  multiple-regression  causality 

다변량 다중 회귀 (벡터 회귀 및 회귀) 설정에서 일반 가설 (Wilk 's Lambda, Pillai-Bartlett, Hotelling-Lawley 및 Roy 's Largest Root)에 대한 네 가지 주요 테스트는 모두 행렬 의 고유 값에 의존합니다 (여기서 와 는 '설명 된'및 '전체'변형 행렬 임) H EHE−1HE−1H E^{-1}HHHEEE Pillai 및 Hotelling-Lawley 통계는 모두 로 표시 될 …

10 regression  multiple-regression  multivariate-analysis  manova