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.

3
Finden Sie die Verteilung und transformieren Sie sie in die Normalverteilung
Ich habe Daten, die beschreiben, wie oft ein Ereignis während einer Stunde stattfindet ("Anzahl pro Stunde", nph) und wie lange die Ereignisse dauern ("Dauer in Sekunden pro Stunde", dph). Dies sind die Originaldaten: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, 27.8399999994814, …
8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 
2
Warum würde ein statistisches Modell bei einem riesigen Datensatz überanpassen?
Für mein aktuelles Projekt muss ich möglicherweise ein Modell erstellen, um das Verhalten einer bestimmten Personengruppe vorherzusagen. Der Trainingsdatensatz enthält nur 6 Variablen (ID dient nur zu Identifikationszwecken): id, age, income, gender, job category, monthly spend in dem monthly spendist die Antwortvariable. Der Trainingsdatensatz enthält jedoch ungefähr 3 Millionen Zeilen, …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 
1
Fehler bei der linearen Regression / Vorhersage eines realen Datensatzes
Ich habe einen Datensatz, für den ich versuche, eine Regression durchzuführen, und der fehlschlägt. Die Situation: Tausende von Kampfroboterbetreibern kämpfen mit Kampfrobotern untereinander. Einige Kampfroboter sind stark und mächtig, andere sind schwach; Die Starken gewinnen öfter und verursachen mehr Schaden. Die Fähigkeiten der Roboterbediener variieren, wobei die erfahreneren häufiger gewinnen …
1
Robuste monotone Regression in R.
Ich habe die folgende Tabelle in R df <- structure(list(x = structure(c(12458, 12633, 12692, 12830, 13369, 13455, 13458, 13515), class = "Date"), y = c(6080, 6949, 7076, 7818, 0, 0, 10765, 11153)), .Names = c("x", "y"), row.names = c("1", "2", "3", "4", "5", "6", "8", "9"), class = "data.frame") > …
2
Auf der Suche nach dem 'Ellbogen' in Daten
Die Subitisierung ist die schnelle und genaue Aufzählung von Anzeigen mit geringer Anzahl, die sich von der Zählung durch eine scharfe Nichtlinearität in der Darstellung der Antwortzeiten unterscheidet. Unten ist eine repräsentative Darstellung von Watson, DG, Maylor, EA und Bruce, LAM (2007). Beachten Sie, dass die mittleren Aufzählungszeiten für die …
3
Bewertung der Ergebnisse der linearen Regression
Ich habe ein lineares Regressionsproblem. Kurz gesagt, ich habe einen Datensatz, den ich in zwei Teilmengen unterteilt habe. Eine Teilmenge wird verwendet, um die lineare Regression zu finden (Trainingsuntermenge), eine andere wird verwendet, um sie zu bewerten (Bewertungsuntermenge). Meine Frage ist, wie das Ergebnis dieser linearen Regression bewertet werden kann, …
2
Was ist der Unterschied zwischen stochastischem Regressor und nichtstochastischem Regressor bei der linearen Regression?
Angenommen , die Regressionsspezifikation ist egal stochastischen ist oder nicht, müssen wir die Annahme , dass ist für alle gleich verteilt . Wenn jedoch eher eine stochastische Zufallsvariable als ein fester Wert ist, ist eine andere Annahme erforderlich, nämlich, dass der Störungsterm keine bedingte Erwartung hat; Mit anderen Worten, wird …
1
Unterschied zwischen linearem Modell und linearer Regression
Ich interessiere mich für den Unterschied zwischen einer linearen Regression und einem linearen Modell. Nach meinem Verständnis gehört die lineare Regression zu einer größeren Familie linearer Modelle, aber beide Begriffe werden häufig als Synonyme verwendet. Nun wurde mir vorgeschlagen, eine Regressionsanalyse durch ein lineares Modell zu ersetzen, um die Annahmen …
1
Wer ist der Vater (oder die Mutter) der linearen Analyse der kleinsten Quadrate, wie wir sie kennen?
Hintergrund: Die kleinste quadratische Fehleranpassung gibt es schon seit einiger Zeit. Laplace, PS "Des méthodes analytiques du Calcul des Probabilités." CH. 4 in Théorie analytique des probabilités, Livre 2, 3. Aufl. Paris: Kurier, 1820. Gauß, CF "Theoria Kombination ist obsevationum erroribus minimis obnoxiae." Werke, Bd. 4. Göttingen, Deutschland: p. 1, …
1
Bibliographie für lineare Modelle
Meine Hauptfrage: Welche Bibliographie würden Sie für die Theorie linearer Modelle empfehlen? Ich denke darüber nach, Flugzeugantworten auf komplexe Fragen zu erhalten: die Theorie der linearen Modelle von Ronald Christensen. Hat es hier jemals jemand gelesen? Was sind die Vor- und Nachteile des Buches? Ist die Briefgröße angemessen? Das mag …
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.