«residuals» 태그된 질문

이 질문은 물류 모델이 충분한 지 결정하는 방법에 대한 실제 혼란에서 비롯됩니다. 종속 변수로 형성된 후 2 년 후에 개별 프로젝트 쌍의 상태를 사용하는 모델이 있습니다. 결과는 성공적이거나 (1) 그렇지 않습니다 (0). 쌍 형성시 측정 된 독립 변수가 있습니다. 내 목표는 내가 가정 한 변수가 쌍의 성공에 영향을 미치는지 여부를 …

13 r  logistic  goodness-of-fit  residuals 

나는 이것에 관해 몇몇 실험실 멤버들과 논의하고 있으며, 우리는 몇 가지 소스로 갔지만 여전히 대답이 없습니다. GLM에 포아송 계열이 있다고 가정 하면 잔차 또는 반응 변수의 분포에 대해 이야기하고 있습니까? 경합의 포인트 이 기사를 읽으면 GLM의 가정은 통계적 독립성 , 링크 및 분산 함수의 정확한 사양 (응답 변수가 아닌 잔차에 …

13 generalized-linear-model  residuals  assumptions 

을 사용하여 모델 튜닝을 수행 caret했지만 gbm패키지를 사용하여 모델을 다시 실행했습니다 . caret패키지가 사용 gbm하고 출력이 동일해야한다는 것을 이해합니다 . 그러나 data(iris)RMSE와 R ^ 2를 평가 지표로 사용하면 약 5 %의 모델에서 불일치가 발생합니다. 부분 종속성 플롯을 사용 하기 위해 최적의 모델 성능을 찾고 caret싶지만 다시 실행 하고 싶습니다 gbm. …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

시계열을 모델링 할 때 (1) 예를 들어 AR (1) 프로세스와 같이 오류 항의 상관 구조를 모델링 할 수 있습니다 (2) 지연된 종속 변수를 설명 변수 (오른쪽)로 포함 나는 그들이 때때로 가야 할 실질적인 이유임을 이해한다 (2). 그러나 (1) 또는 (2) 또는 둘 다를 수행 하는 방법 론적 이유 는 무엇 …

13 time-series  autocorrelation  residuals  lags 

여기서 선형 회귀 분석에서 정규성의 가정에 대한 잘못된 해석이 논의되고 ( '정규'는 잔차가 아닌 X 및 / 또는 Y를 나타냄) 포스터는 정규 분포가 아닌 X와 Y를 가질 수 있는지 묻습니다. 여전히 정규 분포 잔차가 있습니다. 내 질문은 : 정규 분포 X와 Y 가 정규 분포 잔차를 초래할 가능성 이 더 …

12 regression  normal-distribution  data-transformation  residuals  assumptions 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

오류에 대한 분포 가정을 배치해야하는 이유, 즉 yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , .ϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) 왜 쓰지 않습니까 yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , ,yi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) 어느 경우 든 입니다. 나는 분포 가정이 데이터가 아니라 설명이 아닌 오류에 관한 것이라고 강조했다 . ϵi=yi−y^ϵi=yi−y^\epsilon_i = y_i - \hat{y} 나는이 …

12 regression  normal-distribution  residuals  assumptions  notation 

저는 실험 심리학 박사 과정 학생이며 데이터 분석 방법에 대한 기술과 지식을 향상시키기 위해 열심히 노력합니다. 심리학에서 5 년째까지 회귀 형 모델 (예 : 분산 분석)은 다음과 같은 사항을 가정한다고 생각했습니다. 데이터의 정규성 데이터에 대한 분산 동질성 학부 과정에서 데이터에 대한 가정이 있다고 믿게되었습니다. 그러나 5 학년 때, 일부 강사들은 …

12 regression  dataset  residuals  assumptions 

일반화 된 선형 모델을 수행하고 있는데 일반 모델과 다른 패밀리를 지정해야합니다. 예상되는 잔차 분포는 무엇입니까? 예를 들어, 잔차가 정상적으로 분포되어야합니까?

12 generalized-linear-model  residuals  normality-assumption 

이 질문은 일반적이고 오래 걸리는 것이지만 나와 함께 견뎌주십시오. 내 응용 프로그램에는 ~ 50 개의 기능과 단일 종속 이진 변수가있는 ~ 20,000 개의 데이터 포인트로 구성된 많은 데이터 세트가 있습니다. 정규화 된 로지스틱 회귀를 사용하여 데이터 세트를 모델링하려고합니다 (R 패키지 glmnet ) 분석의 일부로 다음과 같이 잔차 그림을 만들었습니다. 각 …

12 logistic  residuals 

피셔의 정확한 테스트를 더 잘 이해하고 싶기 때문에 f와 m이 남성과 여성에 해당하고 n과 y가 "소다 소비"에 해당하는 다음 장난감 예제를 고안했습니다. > soda_gender f m n 0 5 y 5 0 분명히 이것은 과감한 단순화이지만 컨텍스트가 방해되는 것을 원하지 않았습니다. 여기서 나는 남자들이 음료수를 마시지 않고 여자들은 음료수를 마시고 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

단순한 선형 회귀 분석에서 추론을 수행 할 수있는 특정 가정이 충족되는지 확인하려는 경우가 종종 있습니다 (예 : 잔차가 정규 분포). 적합치가 정규 분포인지 확인하여 가정을 확인하는 것이 합리적입니까?

12 regression  residuals  diagnostic 

나는 아주 좋은 선형 회귀를 가지고 있다고 생각합니다 (대학 프로젝트를위한 것이므로 정말로 정확할 필요는 없습니다). 요점은 잔차 대 예측 값을 플롯하면 (내 교사에 따르면)이 분산의 힌트가 있습니다. 그러나 잔차의 QQ-Plot을 플롯하면 정규 분포가 분명합니다. 또한 잔차에 대한 Shapiro 검정의 값은 이므로 잔차가 실제로 정규 분포인지 의심 할 여지가 없습니다.피피p0.80.80.8 질문 …

12 regression  normal-distribution  residuals  heteroscedasticity 

OLS 회귀 분석을 수행하고 결과 잔차를 플로팅 할 때 잔차가 자기 상관인지 여부를 어떻게 알 수 있습니까? 나는 이것에 대한 테스트가 있다는 것을 알고 있지만 (Durbin, Breusch-Godfrey) 자기 상관이 문제가 될 수 있는지 측정하기위한 플롯을 볼 수 있는지 궁금합니다.

12 regression  autocorrelation  residuals 

다음과 같은 방정식으로 R의 다중 선형 회귀를 추정하려고합니다. regr <- lm(rate ~ constant + askings + questions + 0) 질문과 질문은으로 구성된 분기 별 데이터 시계열입니다 askings <- ts(...). 문제는 이제 자기 상관 잔차가 있다는 것입니다. gls 함수를 사용하여 회귀를 맞추는 것이 가능하다는 것을 알고 있지만 gls 함수에서 구현 해야하는 …

11 r  time-series  multiple-regression  autocorrelation  residuals