Statistiken und Big Data multivariate-regression

2

Ich habe 2 abhängige Variablen (DVs), deren Punktzahl durch die Menge von 7 unabhängigen Variablen (IVs) beeinflusst werden kann. DVs sind kontinuierlich, während der Satz von IVs aus einer Mischung aus kontinuierlichen und binär codierten Variablen besteht. (Im folgenden Code werden fortlaufende Variablen in Großbuchstaben und binäre Variablen in Kleinbuchstaben …

68 r multivariate-analysis manova multiple-regression multivariate-regression

5

Erklären Sie den Unterschied zwischen multipler Regression und multivariater Regression bei minimaler Verwendung von Symbolen / Mathematik

Sind multiple und multivariate Regressionen wirklich unterschiedlich? Was ist überhaupt eine Variante?

63 regression multiple-regression terminology multivariate-regression

6

Warum brauchen wir multivariate Regression (im Gegensatz zu einer Reihe von univariaten Regressionen)?

Ich habe gerade dieses wunderbare Buch durchgesehen: Angewandte multivariate statistische Analyse von Johnson und Wichern . Die Ironie ist, dass ich die Motivation für die Verwendung multivariater (Regressions-) Modelle anstelle separater univariater (Regressions-) Modelle immer noch nicht verstehen kann. Ich habe die stats.statexchange-Posts 1 und 2 durchgesehen , die (a) …

28 regression multiple-regression inference multivariate-regression

2

Umwandlung eines multivariaten linearen Modells in eine multiple Regression

Ist die Neugestaltung eines multivariaten linearen Regressionsmodells als multiple lineare Regression völlig gleichwertig? Ich beziehe mich nicht einfach laufen separate Regressionen.ttt Ich habe an einigen Stellen gelesen (Bayesian Data Analysis - Gelman et al. Und Multivariate Old School - Marden), dass ein multivariates lineares Modell leicht als multiple Regression umparametriert …

20 regression multiple-regression linear-model multivariate-regression

1

Multivariate lineare Regression im Vergleich zu mehreren univariaten Regressionsmodellen

In den univariaten Regressionseinstellungen versuchen wir zu modellieren y=Xβ+noisey=Xβ+noisey = X\beta +noise wobei ein Vektor von n Beobachtungen und X ∈ R n × m die Entwurfsmatrix mit m Prädiktoren ist. Die Lösung ist β 0 = ( X T X ) - 1 X y .y∈Rny∈Rny \in \mathbb{R}^nnnnX.∈ R.n …

11 regression multivariate-analysis multivariate-regression

1

Wie kann man die Koeffizienten eines multivariaten gemischten Modells in lme4 ohne Gesamtabschnitt interpretieren?

Ich versuche, ein multivariates (dh Mehrfachantwort-) Mischmodell einzubauen R. Abgesehen von den ASReml-rund SabreR-Paketen (für die externe Software erforderlich ist) scheint dies nur in möglich zu sein MCMCglmm. In dem Papier , das die begleitet MCMCglmmPaket (pp.6) beschreibt Jarrod Hadfield den Prozess des Anpassens ein solches Modell , wie wie …

10 r mixed-model multivariate-analysis lme4-nlme multivariate-regression

3

Gaußsche Prozessregression für große Datenmengen

Ich habe aus Online-Videos und Vorlesungsskripten etwas über die Gaußsche Prozessregression gelernt. Wenn wir einen Datensatz mit Punkten haben, gehen wir davon aus, dass die Daten aus einem dimensionalen multivariaten Gaußschen Prozess stammen . Meine Frage ist also für den Fall, dass 10 Millionen beträgt. Funktioniert die Gaußsche Prozessregression noch? …

10 machine-learning probability inference gaussian-process multivariate-regression

4

Neuronales Netzwerk für Regression mit mehreren Ausgaben

Ich habe einen Datensatz mit 34 Eingabespalten und 8 Ausgabespalten. Eine Möglichkeit, das Problem zu lösen, besteht darin, die 34 Eingaben zu verwenden und für jede Ausgabespalte ein individuelles Regressionsmodell zu erstellen. Ich frage mich, ob dieses Problem mit nur einem Modell gelöst werden kann, insbesondere mit Neural Network. Ich …

10 neural-networks deep-learning multivariate-regression

1

Multivariate lineare Regression mit Lasso in r

Ich versuche, ein reduziertes Modell zu erstellen, um viele abhängige Variablen (DV) (~ 450) vorherzusagen, die stark korreliert sind. Meine unabhängigen Variablen (IV) sind ebenfalls zahlreich (~ 2000) und stark korreliert. Wenn ich das Lasso verwende, um ein reduziertes Modell für jede Ausgabe einzeln auszuwählen, wird nicht garantiert, dass ich …

9 r lasso multivariate-regression

2

Kopplung von Zeitreiheninformationen aus Quellen mit mehreren räumlichen Auflösungen / Skalen

Ich habe viele Satelliten-Rasterbilder von verschiedenen Sensoren zur Verfügung. Von diesen haben die gröberen eine sehr reichliche zeitliche Auflösung. Die Raster mit mittlerer Auflösung haben tendenziell weniger Erwerbsdaten, es sind jedoch noch einige Informationen verfügbar. Die feineren Auflösungen haben eine sehr niedrige zeitliche Auflösung und umfassen 2 bis 6 beobachtete …

9 time-series machine-learning predictive-models multivariate-regression

1

Heteroskedastizität und Verteilung der abhängigen Variablen in linearen Modellen

Ich verwende ein multivariates ols-Modell, bei dem meine abhängige Variable der Lebensmittelverbrauchswert ist , ein Index, der aus der gewichteten Summe der Verbrauchsvorkommen einiger bestimmter Lebensmittelkategorien erstellt wird. Obwohl ich verschiedene Spezifikationen des Modells ausprobiert, die Prädiktoren skaliert und / oder logarithmisch transformiert habe, erkennt der Breusch-Pagan-Test immer eine starke …

7 mixed-model heteroscedasticity normality-assumption multivariate-regression quantile-regression

1

Muss ich eine multivariate Regression oder mehrere Regressionsanalysen verwenden?

Ich habe einen Datensatz von 45 Teilnehmern mit jeweils 96 Variablen (obwohl einige Messungen fehlen). Einige Variablen sind einfach, wie z. B. Alter und Behinderung, während andere Messungen bei einem bestimmten Test bewertet werden (z. B. hat ein Test 5 Werte als Ergebnis). Ich habe Daten von 5 Tests, die …

7 regression multivariate-analysis multivariate-regression

Als «multivariate-regression» getaggte Fragen