Statistiken und Big Data multiple-regression

1

Welches Deep-Learning-Modell kann Kategorien klassifizieren, die sich nicht gegenseitig ausschließen?

Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit softmaxFunktion auf der letzten Ebene vorhersagen . Somit kann ich …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

1

Datenraum, variabler Raum, Beobachtungsraum, Modellraum (zB in linearer Regression)

Angenommen, wir haben die Datenmatrix , die mal- , und den Markierungsvektor , der mal-eins ist. Hier ist jede Zeile der Matrix eine Beobachtung, und jede Spalte entspricht einer Dimension / Variablen. ( annehmen )XX\mathbf{X}nnnpppYYYn > pnnnn>pn>pn>p Und was tun data space, variable space, observation space, model spacebedeuten? Ist der …

9 regression multiple-regression terminology geometry biplot

1

Sind Konturen interessante Merkmale einer Funktion die durch Regression erhalten werden?

Ich von einem allgemeinen Regressionsaufbau aus, einer stetigen Funktion wird aus einer Familie , um den gegebenen Daten ( kann ein beliebiger Raum wie Würfel oder tatsächlich ein vernünftiger topologischer Raum sein) nach einigen natürlichen Kriterien.hθ:X→Rnhθ:X→Rnh_\theta:X\to \mathbb R^n{hθ}θ{hθ}θ\{h_\theta\}_\theta(xi,yi)∈X×Rn,i=1,…,k(xi,yi)∈X×Rn,i=1,…,k(x_i,y_i)\in X\times \mathbb R^n, i=1,\ldots, kXXX[0,1]m[0,1]m[0,1]^m Gibt es Regressionsanwendungen, bei denen man an …

9 regression machine-learning multiple-regression

1

Warum ist die Rückwärtseliminierung bei multipler Regression gerechtfertigt?

Führt dies nicht zu einer Überanpassung? Wären meine Ergebnisse zuverlässiger, wenn ich als Teil der Analyse ein Klappmesser oder ein Bootstrap-Verfahren hinzufügen würde?

9 multiple-regression bootstrap reliability overfitting jackknife

3

Welche Bedeutung hat die Hutmatrix für die lineare Regression?

Welche Bedeutung hat die Hutmatrix für die Regressionsanalyse?H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} Ist es nur zur einfacheren Berechnung?

9 regression multiple-regression least-squares

3

Wie kann man und in die Regression einbeziehen und ob man sie zentriert?

Ich möchte den Term und sein Quadrat (Prädiktorvariablen) in eine Regression einbeziehen, da ich davon ausgehe, dass niedrige Werte von einen positiven Effekt auf die abhängige Variable und hohe Werte einen negativen Effekt haben. Das sollte den Effekt der höheren Werte erfassen. Ich erwarte daher, dass der Koeffizient von positiv …

9 regression multiple-regression polynomial centering

4

Verwenden der logistischen Regression für eine kontinuierliche abhängige Variable

Ich habe kürzlich eine Überarbeitung für mein Forschungspapier erhalten. Das Folgende ist der Kommentar des Rezensenten zu meinem Papier: Die Ergebnisse eines Modells sind nicht ganz überzeugend, insbesondere die lineare Regression weist normalerweise Mängel im Umgang mit Ausreißern auf. Ich schlage vor, dass die Autoren auch eine logistische Regression versuchen …

9 regression logistic multiple-regression

2

Helfen Sie mir, diese nichtlineare multiple Regression anzupassen, die sich allen bisherigen Bemühungen widersetzt hat

EDIT: Seit diesem Beitrag machen, ich habe mit einem zusätzlichen Beitrag verfolgt hier . Zusammenfassung des folgenden Textes: Ich arbeite an einem Modell und habe lineare Regression, Box Cox-Transformationen und GAM ausprobiert, aber keine großen Fortschritte erzielt Mit Rarbeite ich derzeit an einem Modell, um den Erfolg von Baseballspielern der …

9 r multiple-regression data-transformation nonlinear-regression gam

2

Verwirrung im Zusammenhang mit der Datennormalisierung

Ich versuche ein lineares Regressionsmodell zu lernen. Ich habe jedoch einige Verwirrung in Bezug auf die Normalisierung der Daten. Ich habe die Merkmale / Prädiktoren auf den Mittelwert Null und die Einheitsvarianz normalisiert. Muss ich dasselbe für das Ziel tun? Wenn ja warum?

9 regression multiple-regression normalization

2

Problemberechnung, Interpretation von Regsubsets und allgemeine Fragen zum Modellauswahlverfahren

Ich möchte Modelle mit auswählen regsubsets(). Ich habe einen Datenrahmen namens olympiadaten (hochgeladene Daten: http://www.sendspace.com/file/8e27d0 ). Ich hänge zuerst diesen Datenrahmen an und beginne dann mit der Analyse. Mein Code lautet: attach(olympiadaten) library(leaps) a<-regsubsets(Gesamt ~ CommunistSocialist + CountrySize + GNI + Lifeexp + Schoolyears + ExpMilitary + Mortality + PopPoverty …

9 r multiple-regression model-selection

4

Wann wird die nichtparametrische Regression verwendet?

Ich verwende PROC GLM in SAS, um eine Regressionsgleichung der folgenden Form anzupassen Y.= b0+ b1X.1+ b2X.2+ b3X.3+ b4tY=b0+b1X1+b2X2+b3X3+b4t Y = b_0 + b_1X_1 + b_2X_2 + b_3X_3 + b_4t Das QQ-Diagramm der resultierenden Redsiduals zeigt eine Abweichung von der Normalität an. Eine Transformation von ist nicht nützlich, um die …

9 regression multiple-regression nonparametric residuals sas

2

Einige meiner Prädiktoren haben sehr unterschiedliche Maßstäbe. Muss ich sie transformieren, bevor ich ein lineares Regressionsmodell anpasse?

Ich möchte eine lineare Regression über einen mehrdimensionalen Datensatz ausführen. Es gibt Unterschiede zwischen verschiedenen Dimensionen hinsichtlich ihrer Größenordnung. Beispielsweise hat Dimension 1 im Allgemeinen einen Wertebereich von [0, 1] und Dimension 2 einen Wertebereich von [0, 1000]. Muss ich eine Transformation durchführen, um sicherzustellen, dass die Datenbereiche für verschiedene …

9 regression multiple-regression linear-model

1

Modellierung eines räumlichen Trends durch Regression mit den -Koordinaten als Prädiktoren

Ich plane, Koordinaten als Kovariaten in die Regressionsgleichung aufzunehmen, um den in den Daten vorhandenen räumlichen Trend anzupassen. Danach möchte ich Residuen auf räumliche Autokorrelation in zufälliger Variation testen. Ich habe mehrere Fragen: Sollte ich eine lineare Regression durchführen, bei der nur unabhängige Variablen und Koordinaten sind, und dann Residuen …

9 regression multiple-regression spatial autocorrelation

1

Multiple Regression mit fehlender Prädiktorvariable

Angenommen, wir erhalten einen Satz von Daten der Form und . Wir haben die Aufgabe, basierend auf den Werten von vorherzusagen . Wir schätzen zwei Regressionen, bei denen: ( y , x 1 , x 2 , ⋯ , x n - 1 ) y x y(y,x1,x2,⋯,xn)(y,x1,x2,⋯,xn)(y,x_{1},x_{2},\cdots, x_{n})( y, x1, …

9 regression multiple-regression missing-data multicollinearity multiple-imputation

4

Standardalgorithmen für die hierarchische lineare Regression?

Gibt es Standardalgorithmen (im Gegensatz zu Programmen) für die hierarchische lineare Regression? Machen die Leute normalerweise nur MCMC oder gibt es spezialisiertere, vielleicht teilweise geschlossene Algorithmen?

9 regression bayesian multiple-regression multilevel-analysis irls

Als «multiple-regression» getaggte Fragen