Als «linear-model» getaggte Fragen

Bezieht sich auf jedes Modell, bei dem eine Zufallsvariable durch eine Funktion, die in einer endlichen Anzahl von Parametern linear ist, mit einer oder mehreren Zufallsvariablen verknüpft ist.

4
Effizientes Aktualisieren der linearen Regression beim Hinzufügen von Beobachtungen und / oder Prädiktoren in R
Ich würde gerne Wege in R finden, um ein lineares Modell effizient zu aktualisieren, wenn eine Beobachtung oder ein Prädiktor hinzugefügt wird. biglm kann beim Hinzufügen von Beobachtungen aktualisiert werden, aber meine Daten sind klein genug, um sich im Speicher zu befinden (obwohl ich eine große Anzahl von zu aktualisierenden …
1
Eingeschränkte maximale Wahrscheinlichkeit mit weniger als dem vollen Spaltenrang von
Diese Frage befasst sich mit der eingeschränkten Maximalwahrscheinlichkeitsschätzung (REML) in einer bestimmten Version des linearen Modells, nämlich: Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)),Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)), Y = X(\alpha)\beta + \epsilon, \\ \epsilon\sim N_n(0, \Sigma(\alpha)), Wobei eine durch ; parametrisierte ( ) Matrix ist , wie auch . ist ein unbekannter Vektor von Störparametern; das Interesse liegt in …
1
Vertrauensbereiche für die QQ-Linie
Diese Frage bezieht sich nicht speziell auf R, aber ich habe sie gewählt, um sie Rzu veranschaulichen. Betrachten Sie den Code zum Erzeugen von Konfidenzbändern um eine (normale) qq-Linie: library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Ich suche nach einer Erklärung (oder alternativ nach einem Link zu einem Papier- / Online-Dokument, das erklärt), …
1
Wiederherstellung von Rohkoeffizienten und Varianzen aus der orthogonalen Polynomregression
Es scheint, als hätte ich ein Regressionsmodell wie yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Ich kann entweder ein Rohpolynom anpassen und unzuverlässige Ergebnisse erhalten oder ein orthogonales Polynom anpassen und Koeffizienten erhalten, die keine direkte physikalische Interpretation haben (z. B. kann ich sie nicht verwenden, um die Orte …
3
Lineare Regression Was sagt uns die F-Statistik, das R-Quadrat und der Reststandardfehler?
Ich bin wirklich verwirrt über den Bedeutungsunterschied im Zusammenhang mit der linearen Regression der folgenden Begriffe: F-Statistik R im Quadrat Reststandardfehler Ich habe diesen Webstie gefunden der mir einen guten Einblick in die verschiedenen Begriffe der linearen Regression gegeben hat. Die oben genannten Begriffe sehen jedoch ziemlich ähnlich aus (soweit …
2
Auswahl von PCA-Komponenten, die Gruppen trennen
Ich habe meine multivariaten Daten häufig mit PCA diagnostiziert (Omics-Daten mit Hunderttausenden von Variablen und Dutzenden oder Hunderten von Stichproben). Die Daten stammen oft aus Experimenten mit mehreren kategorialen unabhängigen Variablen, die einige Gruppen definieren, und ich muss oft einige Komponenten durchgehen, bevor ich diejenigen finden kann, die eine Trennung …
2
Lineare vs. nichtlineare Regression
Ich habe eine Menge von Werten und y, die theoretisch exponentiell zusammenhängen:xxxyyy y=axby=axby = ax^b Eine Möglichkeit, die Koeffizienten zu erhalten, besteht darin, natürliche Logarithmen auf beiden Seiten anzuwenden und ein lineares Modell zu erstellen: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] Ein anderer Weg, …
1
Vorhersage auf Modellen mit gemischten Effekten: Was tun mit zufälligen Effekten?
Betrachten wir diesen hypothetischen Datensatz: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) Wir können lmedie Antwort mit einem Zufallseffektmodell modellieren: require(nlme) model <- lme(response ~ dose …
2
Wie kann ich den Wert von
Die folgenden Grafiken sind Reststreudiagramme eines Regressionstests, für den die Annahmen "Normalität", "Homoskedastizität" und "Unabhängigkeit" mit Sicherheit bereits erfüllt wurden! Zum Testen der "Linearitäts" -Annahme kann zwar anhand der Diagramme vermutet werden, dass die Beziehung krummlinig ist, aber die Frage lautet: Wie kann der Wert für "R2 Linear" zum Testen …
3
Wie begründe ich den Fehlerterm in einer faktoriellen ANOVA?
Eine wahrscheinlich sehr grundlegende Frage zur multifaktoriellen ANOVA. Nehmen Sie ein Zweiwege-Design an, bei dem wir sowohl die Haupteffekte A, B als auch die Wechselwirkung A: B testen. Beim Testen des Haupteffekts für A mit Typ I SS wird der Effekt SS als Differenz berechnet , wobei die verbleibende Fehlersumme …
4
Unterscheidung zwischen linearem und nichtlinearem Modell
Ich habe einige Erklärungen zu den Eigenschaften von linearen und nichtlinearen Modellen gelesen, bin mir aber manchmal nicht sicher, ob es sich bei dem vorliegenden Modell um ein lineares oder ein nichtlineares Modell handelt. Ist beispielsweise das folgende Modell linear oder nichtlinear? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 + \beta_1B(L;\theta)X_t+\varepsilon_t Mit: B(L;θ)=∑k=1Kb(k;θ)LkB(L;θ)=∑k=1Kb(k;θ)LkB(L;\theta)=\sum_{k=1}^{K}b(k;\theta)L^k LkXt=Xt−kLkXt=Xt−kL^kX_t=X_{t-k} Wobei eine …
3
Führen Sie eine lineare Regression durch, erzwingen Sie jedoch, dass die Lösung bestimmte Datenpunkte durchläuft
Ich weiß, wie man eine lineare Regression auf einer Menge von Punkten durchführt. Das heißt, ich kann ein Polynom meiner Wahl an einen gegebenen Datensatz anpassen (im LSE-Sinne). Was ich jedoch nicht weiß, ist, wie ich meine Lösung zwingen kann, bestimmte Punkte meiner Wahl durchzugehen. Ich habe dies schon einmal …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.