«regression» 태그된 질문

폐쇄되었습니다 . 이 질문은 의견 기반 입니다. 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 사실과 인용으로 답변 할 수 있도록 질문을 업데이트하십시오 . 휴일 2 년 전 . 나는 현재 선형 회귀 수업에 있지만, 내가 배우고있는 것이 더 이상 현대 통계 나 기계 학습과 관련이 …

12 regression  machine-learning  linear  teaching 

로지스틱 회귀의 모수 추정 / 훈련은 실제로 어떻게 작동합니까? 지금까지 가지고있는 것을 넣어 보도록하겠습니다. x의 값에 따른 확률의 형태로 로지스틱 함수의 출력은 y입니다. P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)={1\over1+e^{-\omega^Tx}}\equiv\sigma(\omega^Tx) P(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1-P(y=1|x)=1-{1\over1+e^{-\omega^Tx}} 한 차원에서 소위 홀수는 다음과 같이 정의됩니다. p(y=1|x)1−p(y=1|x)=p(y=1|x)p(y=0|x)=eω0+ω1xp(y=1|x)1−p(y=1|x)=p(y=1|x)p(y=0|x)=eω0+ω1x{{p(y=1|x)}\over{1-p(y=1|x)}}={{p(y=1|x)}\over{p(y=0|x)}}=e^{\omega_0+\omega_1x} 이제 log선형 형태로 W_0 및 W_1을 얻는 함수를 추가합니다 . Logit(y)=log(p(y=1|x)1−p(y=1|x))=ω0+ω1xLogit(y)=log(p(y=1|x)1−p(y=1|x))=ω0+ω1xLogit(y)=log({{p(y=1|x)}\over{1-p(y=1|x)}})=\omega_0+\omega_1x 이제 문제 부분 으로 우도 사용 …

12 regression  logistic  likelihood 

Patrick Royston과 Willie Sauerbrei의 연속 변수 모델링을위한 분수 다항식을 기반으로 한 회귀 분석에 대한 다변량 모델 구축 : 실용적인 접근 방식을 읽고 있습니다. 지금까지 나는 감동했으며 이전에는 고려하지 않은 흥미로운 접근법입니다. 그러나 저자는 누락 된 데이터를 처리하지 않습니다. 실제로, p. 17 그들은 누락 된 데이터는 "많은 추가적인 문제를 야기시킨다. 여기서는 …

12 regression  missing-data  fractional-polynomial 

기능을 선택하는 방법에 대한 몇 가지 게시물이 있습니다. 이 방법 중 하나는 t- 통계량에 따라 기능의 중요성을 설명합니다. 표준화 된 피쳐가있는 varImp(model)선형 모형에 적용된 R에서는 각 모형 매개 변수에 대한 t- 통계량의 절대 값이 사용됩니다. 따라서 기본적으로 t- 통계량을 기준으로 피처를 선택합니다. 이는 계수의 정확도를 의미합니다. 그러나 나의 계수의 정확성은 …

12 regression  p-value  feature-selection 

나는 선형 회귀를 연구하고 아래 세트 {(x, y)}에서 시도했습니다. 여기서 x는 평방 피트 단위의 주택 면적을 지정하고 y는 가격을 달러 단위로 지정했습니다. Andrew Ng Notes 의 첫 번째 예입니다 . 2104,400 1600,330 2400,369 1416,232 3000,540 샘플 코드를 개발했지만 실행할 때 각 단계마다 비용이 증가하는 반면 각 단계마다 비용이 감소합니다. 아래에 …

12 regression  least-squares  gradient-descent  supervised-learning 

다음은 가장 절대적인 편차 문제입니다.. LP 방식으로 다음과 같이 재배치 할 수 있다는 것을 알고 있습니다.argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n 그러나 LP의 초보자이기 때문에 단계별로 해결할 생각이 없습니다. 당신은 어떤 아이디어가 있습니까? 미리 감사드립니다! 편집하다: …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

최소 제곱과 선형 회귀의 차이점은 무엇입니까? 같은 것입니까?

12 regression  least-squares  terminology 

중재 된 회귀 분석은 종종 사회 과학에서 두 개 이상의 예측 변수 / 공변량 간의 상호 작용을 평가하는 데 사용됩니다. 일반적으로 예측 변수가 두 개인 경우 다음 모델이 적용됩니다. Y=β0+β1∗X+β2∗M+β3∗XM+eY=β0+β1∗X+β2∗M+β3∗XM+eY = β_0 + β_1*X + β_2*M + β_3*XM + e 중재 테스트는 (독립 변수 와 중재자 변수 의 곱) 이라는 …

12 regression  interaction 

Zou et al. "올가미의"자유도 " (2007)에 따르면, 0이 아닌 계수의 수는 올가미의 자유도에 대한 편견이없고 일관된 추정치 인 것으로 나타났습니다. 나에게는 약간의 직관이 아닌 것 같습니다. 회귀 모형이 있다고 가정합니다 (변수가 0 평균 인 경우). y=βx+ε.y=βx+ε.y=\beta x + \varepsilon. 의 무제한 OLS 추정값 이 라고 가정합니다 . 패널티 강도가 매우 …

12 regression  lasso  degrees-of-freedom  shrinkage 

설계 행렬 측면에서 완벽한 공선 성의 예는 무엇입니까 XXX? 나는 예를 들어 싶습니다 때문에 추정 할 수없는 반전되지 않습니다.(X'X)β^=(X′X)−1X′Yβ^=(X′X)−1X′Y\hat \beta = (X'X)^{-1}X'Y(X′X)(X′X)(X'X)

12 regression  multicollinearity  matrix  matrix-inverse 

내가 실수하지 않으면, 선형 모델에서 반응의 분포는 체계적인 구성 요소와 임의의 구성 요소를 갖는 것으로 가정합니다. 오류 항은 임의 성분을 포착합니다. 따라서 오류 항이 정규 분포라고 가정하면 반응이 정규 분포도된다는 것을 의미하지 않습니까? 나는 그렇게 생각하지만 아래의 것과 같은 진술은 다소 혼란스러워 보입니다. 그리고이 모델에서 "정규성"에 대한 유일한 가정은 잔차 …

12 regression  assumptions 

Poisson 반응 변수의 과대 산포 및 모든 고정 효과 시작 모델을 다루는 세 가지 제안을 살펴 보았습니다. 유사 모델을 사용하십시오. 음 이항 GLM을 사용하십시오. 피사체 수준의 임의 효과가 혼합 된 모델을 사용하십시오. 그러나 실제로 어떤 것을 선택해야하며 왜 그런가? 이 중에서 실제 기준이 있습니까?

12 regression  negative-binomial  poisson-regression  overdispersion  quasi-likelihood 

나는 두 개의 변수 x 와 y에 대해 측정을 수행했습니다 . 그들은 그들 과 관련된 불확실성 σ x 및 σ y를 모두 알고 있다. x 와 y 사이의 관계를 찾고 싶습니다 . 내가 어떻게 해?엔nn엑스xx와이yyσ엑스σx\sigma_xσ와이σy\sigma_y엑스xx와이yy 편집 : 각 는 다른 σ x를 가지고 있으며 , i 와 관련이 있으며 y …

12 r  regression  deming-regression 

나는 현재 분류를 수행하는 방법을 스스로 가르치고 있으며, 특히 벡터 머신, 신경망 및 로지스틱 회귀를 지원하는 세 가지 방법을 찾고 있습니다. 내가 이해하려고하는 것은 로지스틱 회귀가 다른 두 가지보다 더 나은 성능을 보이는 이유입니다. 로지스틱 회귀에 대한 이해에서 로지스틱 함수를 전체 데이터에 맞추는 것이 아이디어입니다. 따라서 내 데이터가 이진 인 …

12 regression  machine-learning  logistic  classification  regression-strategies 

나는이 문제를 이해했다고 생각했지만 확실하지 않으며 진행하기 전에 다른 사람들과 확인하고 싶습니다. 나는 두 개의 변수를 가지고 X와 Y. Y는 비율이며 0과 1로 제한되지 않으며 일반적으로 정규 분포입니다. X비율이며 0과 1로 제한됩니다 (0.0에서 0.6까지 실행). 나는의 선형 회귀를 실행하면 Y ~ X나는 것을 발견 X하고 Y크게 선형 적으로 관련이 있습니다. …

12 r  regression  data-transformation  nonlinear-regression  proportion