«regression» 태그된 질문

내 예측 변수 중 하나가 (실험적 조작으로 인해) 예측 변수와 2 차적으로 만 관련되어야하는 (혼합 된) 모델이 있습니다. 따라서 모형에 2 차 항만 추가하고 싶습니다. 두 가지가 나를 방해합니다. 나는 고차 다항식을 피팅 할 때 항상 낮은 차수의 다항식을 포함해야한다고 생각합니다. 내가 찾은 곳을 잊어 버렸고 내가 본 문헌 (예 …

57 regression  polynomial 

베이지안 회귀에 대한 몇 가지 질문이 있습니다. 과 같은 표준 회귀 분석이 제공됩니다 . 이것을 베이지안 회귀로 변경하려면 및 대한 사전 분포가 필요 (또는이 방식으로 작동하지 않습니까)?β 0 β 1y=β0+β1x+εy=β0+β1x+εy = \beta_0 + \beta_1 x + \varepsilonβ0β0\beta_0β1β1\beta_1 표준 회귀 분석에서 및 단일 값을 얻기 위해 잔차를 최소화하려고 시도합니다 . 베이 …

57 regression  bayesian 

나는 이것을 읽고 직관적으로 이것을 볼 수 있지만 어떻게 L2 정규화에서 이것이 가우시안 프리어스라고 말하는가? L1이 이전의 라플라시안과 동일하다는 것도 마찬가지입니다. 더 이상의 참조는 좋을 것입니다.

56 regression  references  regularization 

50 개의 연속 설명 변수를 사용하여 이진 결과를 예측하려고합니다 (대부분의 변수 범위는 ~ ). 내 데이터 세트에는 거의 24,000 개의 행이 있습니다. 내가 실행하면 R에, 내가 얻을 :−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2: glm.fit: fitted probabilities numerically 0 or 1 occurred 완벽한 분리가 발생할 수 있음을 …

56 r  regression  logistic  separation 

배경 저는 의학에서 임상 연구를하고 있으며 몇 가지 통계 과정을 수강했습니다. 선형 / 로지스틱 회귀를 사용하여 논문을 출판 한 적이 없으며 변수 선택을 올바르게하고 싶습니다. 해석 성이 중요하므로 멋진 기계 학습 기술이 없습니다. 나는 변수 선택에 대한 나의 이해를 요약했다. 누군가가 어떤 오해에 대해서도 밝힐 까? 내가 발견 이 (1) …

55 regression  feature-selection  model-selection 

로지스틱 회귀와 동일한 작업을 수행하는 많은 알고리즘을 원합니다. 그것은 설명 변수 (X)가있는 이진 반응 (Y)에 대한 예측을 제공 할 수있는 알고리즘 / 모델입니다. 알고리즘 이름을 지정한 후에 R에서 알고리즘을 구현하는 방법을 보여 주면 기쁠 것입니다. 다른 모델로 업데이트 할 수있는 코드는 다음과 같습니다. set.seed(55) n <- 100 x <- c(rnorm(n), …

55 r  regression  logistic  classification  predictive-models 

귀하가 서비스에 대한 관련 수요 예측자를 찾으려고하는 사회 과학 연구원 / 경제학자라고 가정 해 봅시다. 수요를 설명하는 2 개의 결과 / 종속 변수가 있습니다 (서비스 예 / 아니오 및 횟수 사용). 이론적으로 수요를 설명 할 수있는 10 개의 예측 변수 / 독립 변수가 있습니다 (예 : 연령, 성별, 소득, 가격, …

54 regression  multivariate-analysis  predictive-models  multiple-regression  multiple-comparisons 

경우에 따라 다변량 선형 회귀 분석을 통해 신경망과 유사한 결과를 얻을 수 있으며 다변량 선형 회귀 분석이 매우 빠르고 쉽습니다. 어떤 상황에서 신경망은 다변량 선형 회귀보다 더 나은 결과를 제공 할 수 있습니까?

53 regression  multiple-regression  neural-networks 

독립 변수에 대한 Box-Cox와 같은 변환이 있습니까? 즉, 변수 를 최적화하여 선형 모델에보다 합리적으로 맞는 변환입니까?엑스xxy~f(x) 그렇다면, 이것을 수행하는 기능이 R있습니까?

53 r  regression  data-transformation  normality-assumption 

일반적인 선형 회귀를 수행하려는 일부 데이터를 분석하고 있지만 연속 입력 데이터 스트림 (메모리에 비해 너무 커짐)을 사용하여 온라인 설정을 처리하고 있기 때문에 불가능합니다. 소비되는 동안 모수 추정값을 업데이트합니다. 즉, 모든 것을 메모리에로드하고 전체 데이터 세트에서 선형 회귀를 수행 할 수는 없습니다. 간단한 선형 다변량 회귀 모델을 가정합니다. y = A …

53 time-series  regression  algorithms  real-time 

오차항에 "일정한 분산"이란 무엇입니까? 보시다시피, 하나의 종속 변수와 하나의 독립 변수가있는 데이터가 있습니다. 상수 분산은 선형 회귀의 가정 중 하나입니다. 동성애가 무엇을 의미하는지 궁금합니다. 500 개의 행이 있더라도 분명히 일정한 단일 분산 값을 갖습니다. 분산을 어떤 변수와 비교해야합니까?

53 regression  heteroscedasticity 

누군가가 비정규 잔차 및 / 또는이 분산이 OLS 가정을 위반한다고 말할 때마다 좌절감을 느낍니다. OLS 모델에서 모수 를 추정 하기 위해 Gauss-Markov 정리에는 이러한 가정이 필요하지 않습니다. OLS 모델에 대한 가설 검정 에서 이것이 중요한 이유를 알 수 있습니다. 이러한 점을 가정하면 t- 검정, F- 검정 및보다 일반적인 Wald 통계에 …

52 regression  assumptions  normality-assumption  robust  teaching 

회귀 모델을 작성 중입니다. 전처리 단계로서 기능 값을 평균 0과 표준 편차 1로 조정합니다. 목표 값도 정규화해야합니까?

52 regression  machine-learning 

기계 학습에서 본 일부 자료는 회귀를 통해 분류 문제에 접근하는 것이 좋지 않다고 말했습니다. 그러나 데이터를 맞추기 위해 연속 회귀 분석을 수행하고 연속 예측을 잘라 불연속 분류를 생성하는 것이 항상 가능하다고 생각합니다. 왜 나쁜 생각입니까?

51 regression  machine-learning  classification 

RF는 비선형 성을 처리 할 수 ​​있지만 계수를 제공 할 수 없기 때문에 랜덤 포레스트를 사용하여 가장 중요한 피쳐를 수집 한 다음 계수를 얻기 위해 해당 피쳐를 다중 선형 회귀 모델에 연결하는 것이 현명합니까?

50 regression  machine-learning  feature-selection  random-forest  regression-strategies