«regression-coefficients» 태그된 질문

[A 비슷한 질문은 질문했다 여기에 아무 답변] 나는 L1 정규화 (Lasso logistic regression) 로 로지스틱 회귀 모델을 적합 시켰고 유의성에 대한 적합 계수를 테스트하고 p- 값을 얻고 싶습니다. 나는 Wald의 검정 (예를 들어)이 정규화없이 전체 회귀에서 개별 계수의 중요성을 검정하는 옵션이라는 것을 알고 있지만 Lasso에서는 일반적인 Wald 공식을 적용 할 …

10 logistic  statistical-significance  regression-coefficients  lasso 

우선이 포럼에서 몇 가지 조사를 해본 결과 매우 비슷한 질문에 대한 답변을 받았지만 일반적으로 제대로 답변되지 않았거나 때로는 답변이 상세하지 않은 경우가 있습니다. 그래서 이번에는 내 질문은 : 나는 두 개의 데이터 세트를 가지고 있는데, 각각에 대해 다항식 회귀를 수행합니다. Ratio<-(mydata2[,c(2)]) Time_in_days<-(mydata2[,c(1)]) fit3IRC <- lm( Ratio~(poly(Time_in_days,2)) ) 다항식 회귀 도표는 …

10 r  regression  statistical-significance  regression-coefficients  group-differences 

실제 데이터를 사용하고 있으며 회귀 모델이 반 직관적 인 결과를 산출합니다. 일반적으로 나는 통계를 신뢰하지만 실제로 이러한 것들 중 일부는 사실이 될 수 없습니다. 내가보고있는 주요 문제는 실제로 하나의 변수가 증가하면 실제로는 음의 상관 관계가 있어야 응답이 증가한다는 것입니다. 각 회귀 계수에 대해 특정 부호를 강제하는 방법이 있습니까? 이 작업을 …

10 r  regression  regression-coefficients  computational-statistics 

다음과 같은 두 가지 회귀 슬로프를 비교해야합니다. $ y_1 ~ a + b_1x y_2 ~ a + b_2x $ b1과 b2를 어떻게 비교할 수 있습니까? 또는 설치류의 특정 예의 언어로 비교하고 싶습니다. antero-posterior diameter ~ a + b1 * humeral length de naso-occipital length ~ a + b2 * humeral …

10 regression  regression-coefficients 

한계 모델은 각 클러스터 내에서 상관 관계를 차지한다. 조건 모델은 또한 계정으로 각 클러스터 내에서 상관 관계를합니다. 내 질문은 : 한계 모델은 모집단의 주요 효과를 모델링하는 반면 조건부 모델은 군집 및 모집단의 주요 효과를 모델링합니까? 한계 모델의 계수 해석은 기본적으로 "일반 모델"과 동일합니다. 그러나 조건부 모델의 계수는 어떻습니까?

10 repeated-measures  interpretation  regression-coefficients  marginal-model 

내 상황은 다음과 같습니다 간단한 선형 회귀 분석을 위해 잔차를 정규화하기 위해 로그 변환 한 연속 종속 변수 1 개와 연속 예측 변수 1 개가 있습니다. 이러한 변환 된 변수를 원래 컨텍스트와 연관시키는 방법에 대한 도움을 주시면 감사하겠습니다. 선형 회귀 분석을 사용하여 2010 년에 결석 한 날짜 수를 기준으로 2011 …

10 regression  data-transformation  regression-coefficients  logarithm 

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(>|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 

약 5,000 개의 관련 기능 / 공변량 및 이진 반응이있는 데이터 세트가 있습니다. 데이터가 나에게 주어졌지만 나는 그것을 수집하지 않았다. 올가미와 그라디언트 부스팅을 사용하여 모델을 만듭니다. 반복적이고 중첩 된 교차 유효성 검사를 사용합니다. 나는 올가미의 가장 큰 (절대적인) 40 계수와 그라디언트 부스트 트리에서 40 개의 가장 중요한 특징을보고합니다 (40에 대해서는 …

9 machine-learning  multiple-comparisons  regression-coefficients  lasso  high-dimensional 

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 

여러 결과를 예측하기 위해 다중 회귀를 적용한 기사의 결과를 해석하려고합니다. 그러나 의 (표준화 B 계수로 정의 여기서, 종속 인 변수 및 은 예측 변수 임)보고 된 와 일치하지 않는 것으로보고되었습니다 .ββ\betaβ엑스1=비엑스1⋅S D엑스1S D와이βx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y}와이yy엑스1x1x_1아르 자형2R2R^2 불구 '는 S의 -0.83, -0.29이 -0.16이 -0.43, 0.25 및 -0.29는보고 만 0.20이다.ββ\beta아르 …

9 regression  regression-coefficients  multicollinearity  r-squared 

에서 이 종이 ( 분산 구성 요소에 대한 베이 즈 추론 대조 에러 만하여 , 작성자 청구 Harville 1974) 는 "공지이어야 선형 회귀 경우 (y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta)y=Xβ+ϵ,y=Xβ+ϵ,y=X\beta+\epsilon,ϵ∼N(0,H).ϵ∼N(0,H).\epsilon\sim\mathcal{N}(0, H). 이것은 어떻게 잘 알려져 있습니까? 이것을 증명하는 가장 간단한 방법은 무엇입니까?

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

다음은 내가 사용한 Coxph 모델의 요약 출력입니다 (R을 사용했으며 출력은 최상의 최종 모델을 기반으로합니다. 즉 모든 중요한 설명 변수와 해당 상호 작용이 포함됩니다). coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 + LT:Food:Temp2) # Y<-Surv(Time,Status==1) n = 555 coef exp(coef) se(coef) z Pr(>|z|) …

9 r  interaction  regression-coefficients  cox-model 

R을 사용하여 연속 예측 변수와 불연속 예측 변수를 혼합하여 단일 반응 변수에 대한 선형 모형을 피팅했습니다. 이것은 기본적이지만 불연속 계수에 대한 계수가 어떻게 작동하는지 파악하는 데 어려움을 겪고 있습니다. 개념 : 연속 변수 'x'의 계수는 형식으로 적용 y = coefx(varx) + intercept되지만 계수가 숫자가 아닌 경우 계수 z에 대해 어떻게 …

9 linear-model  regression-coefficients  contrasts