«regression» 태그된 질문

데이터에 선형 모델을 적용하고 있습니다 : 와이나는= β0+ β1엑스나는+ ϵ나는,ϵ나는~ N( 0 , σ2) .와이나는=β0+β1엑스나는+ϵ나는,ϵ나는∼엔(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). 부트 스트랩 방법을 사용하여 계수 ( , ) 의 신뢰 구간 (CI)을 추정하고 싶습니다 . 부트 스트랩 방법을 적용 할 수있는 두 가지 방법이 있습니다. β 1β0β0\beta_{0}β1β1\beta_{1} 표본 대응 반응 예측 …

21 regression  bootstrap 

이 질문은 교차 검증에서 답변 될 수 있기 때문에 스택 오버플 로 에서 마이그레이션 되었습니다. 6 년 전에 이주했습니다 . glm 기능을 실행하면 다음과 같은 결과가 나타납니다. 다음 값을 어떻게 해석 할 수 있습니까? 널 이탈 잔여 이탈 AIC 그들은 적합 함과 관련이 있습니까? 이 결과에서 R-square 또는 다른 측정 …

21 r  regression  generalized-linear-model 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

서로에 대해 플롯 할 때 많은 상관 관계를 보이지 않는 두 개의 변수가 있지만 각 변수의 로그를 다른 로그에 다시 그릴 때 매우 명확한 선형 관계가 있습니다. 그래서 나는 유형의 모델로 끝날 것입니다 : log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b . 수학적으로 훌륭하지만 정규 선형 모델의 설명 값이없는 것 같습니다. …

20 regression  correlation  log 

방금 독립 변수가 항상 숫자 인 회귀 문제를 일으킨다는 것을 깨달았습니다. 모든 독립 변수가 범주 형인 경우 선형 회귀를 사용할 수 있습니까?

20 regression  categorical-data 

나는 베이지안 계층 선형 모델 (여기서 그것을 설명하는 네트워크)을 다루고 있습니다. 는 슈퍼마켓에서 관찰 된 제품의 일일 판매량을 나타냅니다.YYY 는 가격, 프로모션, 요일, 날씨, 휴일을 포함하여 알려진 회귀 행렬입니다.XXX 는 각 제품의 알려지지 않은 잠재 재고 수준으로, 가장 많은 문제를 유발하고, 이진 변수로 구성된 벡터를 고려합니다. 각 제품마다 1 개가품절됨을 …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

완벽한 예측 변수 쌍을 찾을 수 있는지 테스트하기 위해 R에서 LASSO 회귀로 작은 실험을 진행하고 있습니다. 쌍은 다음과 같이 정의됩니다 : f1 + f2 = 결과 결과는 '나이'라고하는 미리 정해진 벡터입니다. F1 및 f2는 연령 벡터의 절반을 취하고 나머지 값을 0으로 설정하여 작성합니다 (예 : age = [1,2,3,4,5,6], f1 = …

20 r  regression  feature-selection  lasso  high-dimensional 

회귀 모형에서 단계적 / 앞으로 / 뒤로 선택의 문제점을 잘 알고 있습니다. 방법을 비난하고 더 나은 대안을 제시하는 연구자들이 많이 있습니다. 통계 분석에 존재하는 이야기가 있는지 궁금합니다. 단계적 회귀를 사용했습니다. 최종 모델을 기반으로 중요한 결론을 내 렸습니다. 결론이 잘못되어 개인, 연구 또는 조직에 부정적인 결과를 초래 함 단계적인 방법이 나쁘면 …

20 regression  stepwise-regression  history 

이 질문에 비추어 : OLS 모델의 계수가 (nk) 자유도의 t- 분포를 따르는 증거 왜 그런지 이해하고 싶습니다 에프= ( TSS − RSS ) / ( p − 1 )RSS / ( n − p ),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, 여기서 는 모형 모수 의 개수 이고 은 관측치의 수이며 는 총 …

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

다중 회귀 모델을 사용하기위한 조건이라는 것을 읽었습니다. 모형의 잔차는 거의 정상입니다. 잔차의 변동성은 거의 일정합니다 잔차는 독립적이며 각 변수는 결과와 선형으로 관련됩니다. 1과 2는 어떻게 다릅니 까? 여기서 하나를 볼 수 있습니다. 따라서 위의 그래프는 2 표준 편차 인 잔차가 Y-hat에서 10 떨어져 있다고합니다. 이는 잔차가 정규 분포를 따른다는 것을 …

20 regression  multiple-regression  assumptions 

릿지 회귀가 어떻게 계수를 기하학적으로 0으로 축소하는지 이해했습니다. 또한 특수한 "정상적인 경우"에서이를 증명하는 방법을 알고 있지만 "스펙트럼 분해"를 통해 일반적인 경우에 어떻게 작동하는지 혼동됩니다.

20 regression  multiple-regression  regularization  ridge-regression  svd 

통계 학습 알고리즘을 실행하기 전에 기능 선택 방법 (랜덤 포리스트 기능 중요도 값 또는 일 변량 기능 선택 방법 등)을 사용해야하는 것과 관련하여 한 가지 질문이 있습니다. 우리는 과적 합을 피하기 위해 가중치 벡터에 정규화 페널티를 도입 할 수 있습니다. 따라서 선형 회귀를 원한다면 L2 또는 L1 또는 Elastic net …

20 regression  machine-learning  feature-selection  lasso  regularization 

교호 작용 항을 포함하는 회귀 모형의 평균 한계 효과의 표준 오차를 근사화하기위한 델타 방법을 더 잘 이해하고 싶습니다. 델타 방법 에서 관련 질문을 살펴 보았지만 원하는 것을 찾지 못했습니다. 동기 부여 예제로 다음 예제 데이터를 고려하십시오. set.seed(1) x1 <- rnorm(100) x2 <- rbinom(100,1,.5) y <- x1 + x2 + x1*x2 …

20 r  regression  standard-error  effect-size  delta-method 

R 함수 lm으로 얻은 선형 회귀 모델에 평균 제곱 오차 명령으로 얻을 수 있는지 알고 싶습니다. 예제의 FOLLOWING 출력이 있습니다. > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min 1Q Median 3Q Max -16.1368 -6.1968 -0.5969 6.7607 23.4731 Coefficients: Estimate …

20 r  regression  error 

I는 (일반) 선형 모델이 때 R에서, ( lm, glm, gls, glmm, ...), 방법 I가 0 이외의 값과 계수 (회귀 기울기)을 테스트 할 수 있을까? 모델 요약에서 계수의 t- 검정 결과는 자동으로보고되지만 0과 비교하기 위해서만 사용됩니다. 다른 값과 비교하고 싶습니다. 나는 reparametrizing y ~ x과 함께 트릭을 사용할 수 있다는 것을 …

20 r  regression  t-test