«residuals» 태그된 질문

Wikipedia 정의를 살펴보면 : 평균 제곱 오차 (MSE) 잔차 제곱합 (RSS) 그것은 나에게 보인다 MSE = 1엔RSS = 1엔∑ ( f나는− y나는)2MSE=1NRSS=1N∑(fi−yi)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 여기서 은 샘플 수이고 는 의 추정치입니다 .엔NN에프나는fif_i와이나는yiy_i 그러나 위키피디아 기사 중 어느 것도이 관계를 언급하지 않습니다. 왜? 뭔가 빠졌습니까?

31 residuals  mse 

이것은 비슷한 질문처럼 보이며 많은 응답을 얻지 못했습니다. Cook의 D와 같은 테스트를 생략하고 그룹으로 잔차를 살펴보면 다른 사람들이 적합도를 평가할 때 잔차를 사용하는 방법에 관심이 있습니다. 나는 원시 잔차를 사용합니다. 정규성을 평가하기 위해 QQ 플롯에서 (a) 이분산성 및 (b) 연속 자기 상관의 안구 검사를 위해 대 잔차 의 산점도에서 .와이yy …

31 goodness-of-fit  residuals 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

나는 원시 데이터가 아닌 잔차에 대한 정규성을 테스트해야한다는 것을 배웠습니다. 잔차를 계산 한 다음 Shapiro–Wilk의 W 검정을 수행해야합니까? 잔차는 다음과 같이 계산됩니다. ?Xi−meanXi−meanX_i - \text{mean} 내 데이터와 디자인에 대한 이 이전 질문 을 참조하십시오 .

27 normality-assumption  residuals  assumptions 

다중 선형 회귀 분석에서 잔차와 예측 변수 사이의 상관 관계가 0이라는 것을 알 수 있지만 잔차와 기준 변수 사이의 예상 상관 관계는 무엇입니까? 0 또는 상관 관계가 높아야합니까? 그 의미는 무엇입니까?

26 regression  residuals 

현재 어려운 카운트 데이터 (종속 변수)에 적합한 모델을 찾는 데 어려움을 겪고 있습니다. 나는 여러 가지 다른 모델을 시도했다 (혼합 효과 모델은 데이터의 나의 종류에 필요한)와 같은 lmer과 lme4아니라 가우시안 (Gaussian) 또는 음 이항 등 다양한 가족과 함께 혼합 효과 모델 선형 일반화로 (로그로 변환). 그러나 결과 피팅을 올바르게 진단하는 …

25 generalized-linear-model  residuals  negative-binomial  count-data  glmm 

선형 회귀의 가정이 무엇인지 조금 혼란 스럽습니다. 지금까지 나는 여부를 확인했다. 모든 설명 변수는 응답 변수와 선형으로 상관됩니다. (이 경우였다) 설명 변수 사이에 공선 성이있었습니다. (공동성이 거의 없었습니다). 내 모델의 데이터 포인트의 Cook 거리가 1 미만입니다 (이 경우 모든 거리가 0.4 미만이므로 영향 지점이 없음). 잔차는 정규 분포입니다. (이것이 아닐 …

22 linear-model  residuals  assumptions  normality-assumption 

Gelman and Hill (2006)은 p46에 다음과 같이 썼다. 일반적으로 가장 중요하지 않은 회귀 가정은 오류가 정규 분포되어 있다는 것입니다. 실제로 회귀선을 추정하기 위해서는 (개별 데이터 요소를 예측하는 것과 비교하여) 정규성의 가정이 전혀 중요하지 않습니다. 따라서 많은 회귀 교과서와 달리 회귀 잔차의 정규성을 진단하는 것은 권장하지 않습니다. Gelman과 Hill은이 점을 더 …

21 regression  residuals  assumptions 

최근에 MCMC 알고리즘 (실제로 R의 MCMCglmm 함수)을 사용하여 베이지안 프레임 워크에서 회귀 혼합 모델을 피팅하는 데 착수했습니다. 나는 추정 과정의 수렴을 진단하는 방법을 이해했다고 생각합니다 (추적, geweke 플롯, 자기 상관, 사후 분포 ...). 베이지안 프레임 워크에서 저를 놀라게하는 것 중 하나는 이러한 진단을 수행하기 위해 많은 노력을 기울이고있는 반면, 적합 …

21 r  bayesian  mixed-model  mcmc  residuals 

내가 사용하는 텍스트에 따르면 잔차 의 분산 공식 은 다음과 같습니다.ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) 잔차가 관측 값과 적합치 의 차이 이므로 믿기가 어렵습니다 . 차이의 분산을 계산하는 경우 최소한 결과 표현식에 "플러스"가 표시됩니다. 파생을 이해하는 데 도움이 될 것입니다.ithithi^{th}ithithi^{th}ithithi^{th}

21 regression  variance  residuals 

[2 개의 3x3 전환 레이어]가 [하나의 1x1 전환, 하나의 3x3 전환 및 다른 1x1 전환 레이어]로 대체되는 ResNet 논문에서 발견되는 유형으로 병목 현상 아키텍처를 정의합니다 . 1x1 전환 레이어는 치수 축소 (및 복원)의 형태로 사용되며 다른 게시물 에서 설명 합니다. 그러나 왜이 구조가 원래 레이아웃만큼 효과적인지 확실하지 않습니다. 몇 가지 …

21 residuals  deep-learning  conv-neural-network 

Wikipedia 및 R 샌드위치 패키지 비네팅 은 OLS 계수 표준 오류를 지원하는 가정 및 샌드위치 추정기의 수학적 배경에 대한 유용한 정보를 제공합니다. 그래도 잔류 이분산성 문제가 어떻게 해결되는지는 아직 확실하지 않습니다. 아마도 표준 OLS 계수 분산 추정을 완전히 이해하지 못했기 때문일 것입니다. 샌드위치 견적 기의 직관은 무엇입니까?

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

OLS 회귀와 관련하여 나는 잔차 그림 (적합한 값 대)이 일반적으로 일정한 분산을 테스트하고 모델 사양을 평가하기 위해 본다는 것을 이해합니다. 왜 값이 아닌 적합치에 대해 잔차가 표시 됩니까? 이 두 도표와 정보가 어떻게 다릅니 까?와이와이Y 다음 잔차 그림을 생성하는 모델을 작업 중입니다. 따라서 플롯 대 적합치 값이 한 눈에보기에는 좋지만 …

20 regression  residuals 

이 두 가지 유비쿼터스 용어는 종종 동의어로 사용되지만 때로는 구별이있는 것 같습니다. 실제로 차이가 있습니까, 아니면 정확히 동의어입니까?

20 residuals  error  terminology 

나는 이항 분포와 로짓 링크 함수를 가진 GLMM을 가지고 있으며 데이터의 중요한 측면이 모델에 잘 표현되지 않았다고 생각합니다. 이것을 테스트하기 위해 데이터가 로짓 스케일의 선형 함수에 의해 잘 설명되어 있는지 여부를 알고 싶습니다. 따라서 잔차가 제대로 작동하는지 알고 싶습니다. 그러나 어떤 잔차 플롯을 플롯하고 플롯을 해석하는 방법을 알 수 없습니다. …

19 binomial  residuals  glmm  lme4-nlme