통계 및 빅 데이터 regression

7

모델에서 값을 사용하기 전에 연속 예측 변수를 가져 와서 분해 (예 : 5 분위수)하는 데 어떤 가치가 있는지 궁금합니다. 변수를 비닝하면 정보가 손실되는 것 같습니다. 이것이 비선형 효과를 모델링 할 수 있도록하는 것입니까? 변수를 연속적으로 유지하고 실제로 직선 관계가 아닌 경우 데이터에 가장 잘 맞는 커브를 만들어야합니까?

78 regression modeling continuous-data binning regression-strategies

3

예 : 이진 결과에 glmnet을 사용하는 LASSO 회귀

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

3

R 제곱은 언제 음수입니까?

내 이해는 가 의 제곱이므로 음수가 될 수 없다는 것을 알고 있습니다. 그러나 SPSS에서 단일 독립 변수와 종속 변수를 사용하여 간단한 선형 회귀를 실행했습니다. 내 SPSS 출력은 대해 음수 값을 제공합니다 . R에서 직접 손으로 계산한다면 는 양수입니다. SPSS가 이것을 부정으로 계산하기 위해 무엇을 했습니까?R 2 R 2아르 자형2아르 자형2R^2아르 …

77 regression spss r-squared

5

단계별 회귀에 대한 현대적이고 쉽게 사용되는 대안은 무엇입니까?

약 30 개의 독립 변수가있는 데이터 세트가 있으며 GLM (Generalized Linear Model)을 구성하여 변수와 종속 변수 간의 관계를 탐색하려고합니다. 나는이 상황에 대해 배운 방법, 단계적 회귀가 이제 통계적 죄로 간주된다는 것을 알고 있습니다. 이 상황에서 어떤 현대적인 모델 선택 방법을 사용해야합니까?

76 regression generalized-linear-model model-selection stepwise-regression

3

올가미가 변수 선택을 제공하는 이유는 무엇입니까?

나는 통계 학습의 요소를 읽고 있었고 , 올가미가 변수 선택을 제공하고 능선 회귀가 그렇지 않은 이유를 알고 싶습니다. 두 방법 모두 잔차 제곱합을 최소화하고 매개 변수 의 가능한 값을 제한합니다 . 올가미의 경우 제약 조건은 이며, 능선의 경우 일부 입니다.ββ\beta||β||1≤t||β||1≤t||\beta||_1 \le t||β||2≤t||β||2≤t||\beta||_2 \le tttt 나는 책에서 다이아몬드 대 타원 그림을 …

76 regression feature-selection lasso regularization

3

왜 로지스틱 회귀가 로지스틱 분류라고하지 않습니까?

이후 로지스틱 회귀는 통계적되는 분류 모델은 범주 형 종속 변수로 취급, 왜 호출되지 않습니다 물류 분류 ? 연속 회귀 변수를 다루는 모델에 "회귀"이름을 예약해서는 안됩니까?

75 regression machine-learning logistic classification terminology

3

로지스틱 회귀 분석?

선형 회귀 분석의 경우 진단 그림 (잔류 그림, 정규 QQ 그림 등)을 확인하여 선형 회귀 가정이 위반되었는지 확인할 수 있습니다. 로지스틱 회귀 분석의 경우 로지스틱 회귀 모델 적합을 진단하는 방법을 설명하는 리소스를 찾는 데 문제가 있습니다. GLM에 대한 몇 가지 교육 과정 노트를 살펴보면 잔차를 확인하는 것이 로지스틱 회귀 적합에 …

74 regression logistic

6

폐쇄 형 수학 솔루션을 사용할 수있는 경우 선형 회귀에 그래디언트 디센트를 사용하는 이유는 무엇입니까?

기계 학습 과정을 온라인으로 진행하고 가설의 최적 값을 계산하기위한 그라디언트 디센트에 대해 배웠습니다. h(x) = B0 + B1X 아래 수식으로 값을 쉽게 찾을 수 있다면 왜 그라데이션 하강을 사용해야합니까? 이것은 똑바로 쉽게 보입니다. 그러나 GD는 값을 얻기 위해 여러 번 반복해야합니다. B1 = Correlation * (Std. Dev. of y/ Std. …

73 regression machine-learning gradient-descent

9

선형 회귀 분석에서 특이 치를 어떻게 처리해야합니까?

종종 통계 분석가에게 세트 데이터 세트를 전달하고 선형 회귀와 같은 기술을 사용하여 모델에 적합하도록 요청합니다. 매우 자주 데이터 세트에 "아, 예, 우리는 이러한 데이터 포인트 중 일부를 수집하는 것을 엉망으로 만들었습니다. 이 상황은 잘못된 데이터 일 수있는 특이 치의 존재에 의해 크게 영향을받는 회귀 적합을 초래합니다. 다음과 같이 주어진다 : …

73 regression outliers

7

다중 회귀 분석을위한 최소 표본 크기의 경험 법칙

사회 과학 연구 제안의 맥락에서 나는 다음과 같은 질문을 받았다. 다중 회귀 분석을위한 최소 표본 크기를 결정할 때 항상 100 + m (여기서 m은 예측 변수 수)만큼 줄었습니다. 이것이 적절합니까? 나는 종종 다른 규칙에 따라 비슷한 질문을 많이 받는다. 또한 다양한 교과서에서 그러한 경험 법칙을 많이 읽었습니다. 인용과 관련하여 규칙의 …

72 regression sample-size power-analysis rule-of-thumb

10

선형 회귀에 대한 일반적인 가정의 전체 목록은 무엇입니까?

선형 회귀에 대한 일반적인 가정은 무엇입니까? 그들은 다음을 포함합니까? 독립 변수와 종속 변수 사이의 선형 관계 독립적 인 오류 정규 분포 오차 동질성 다른 사람이 있습니까?

72 regression assumptions

2

닫힌 형태 대 경사 하강에서의 회귀 모수 해결

Andrew Ng의 기계 학습 과정 에서 선형 회귀 및 로지스틱 회귀를 소개하고 경사 하강 및 뉴턴의 방법을 사용하여 모형 매개 변수를 맞추는 방법을 보여줍니다. 그래디언트 디센트는 기계 학습의 일부 응용 프로그램 (예 : 역 전파)에 유용 할 수 있지만 더 일반적인 경우 닫힌 형태의 매개 변수를 풀지 못하는 이유가 있습니다. …

71 regression machine-learning logistic gradient-descent

8

기존 변수와 정의 된 상관 관계를 갖는 랜덤 변수 생성

시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …

71 r correlation random-variable random-generation independence assumptions random-variable unbiased-estimator regression hypothesis-testing heteroscedasticity generalized-least-squares distributions networks data-visualization sas reproducible-research philosophical time-series variance outliers quality-control mean multilevel-analysis average weighted-mean regression confidence-interval prediction-interval correlation matlab matrix data-mining maximum-likelihood r time-series survival predictive-models

4

주요 성분 분석과 비교하여 표준 상관 분석이 수행하는 작업을 시각화하는 방법은 무엇입니까?

정식 상관 분석 (CCA)은 주성분 분석 (PCA)과 관련된 기술입니다. 산점도를 사용하여 PCA 또는 선형 회귀를 가르치는 것은 쉽지만 (Google 이미지 검색에 대한 수천 가지 예 참조) CCA에 대한 유사한 직관적 인 2 차원 예는 보지 못했습니다. 선형 CCA의 기능을 시각적으로 설명하는 방법은 무엇입니까?

70 regression data-visualization pca canonical-correlation geometry

12

선형 회귀에 대한 가장 일반적인 오해는 무엇입니까?

다른 연구자들과 협력 한 경험이있는 사람들에게 선형 회귀에 대한 가장 일반적인 오해는 무엇입니까? 나는 일반적인 오해를 미리 생각하기에 유용한 운동이 될 수 있다고 생각한다. 사람들의 실수를 예상하고 왜 잘못된 생각이 틀린지 분명히 설명 할 수 있어야합니다 내가 약간의 오해를 겪고 있는지 깨달으십시오! 내가 생각할 수있는 몇 가지 기본 사항 : …

70 regression multiple-regression

«regression» 태그된 질문