Statistiken und Big Data polynomial

4

Ist es sinnvoll, einem Modell einen quadratischen, nicht aber einen linearen Term hinzuzufügen?

Ich habe ein (gemischtes) Modell, in dem einer meiner Prädiktoren (aufgrund der experimentellen Manipulation) von vornherein nur quadratisch mit dem Prädiktor in Beziehung stehen sollte. Daher möchte ich dem Modell nur den quadratischen Term hinzufügen. Zwei Dinge hindern mich daran: Ich glaube, ich habe irgendwo gelesen, dass Sie beim Anpassen …

57 regression polynomial

3

Warum wird die polynomiale Regression als Sonderfall der multiplen linearen Regression angesehen?

Wenn die polynomiale Regression nichtlineare Beziehungen modelliert, wie kann sie als Sonderfall der multiplen linearen Regression betrachtet werden? Wikipedia stellt fest: "Obwohl die polynomiale Regression ein nichtlineares Modell an die Daten anpasst, ist sie als statistisches Schätzproblem linear in dem Sinne, dass die Regressionsfunktion in den geschätzten unbekannten Parametern linear …

38 regression multiple-regression linear-model nonlinear-regression polynomial

4

Warum Regularisierung in der Polynomregression verwenden, anstatt den Grad zu senken?

Wenn Sie beispielsweise eine Regression durchführen, müssen häufig zwei Hyperparameter ausgewählt werden: die Kapazität der Funktion (z. B. der größte Exponent eines Polynoms) und der Grad der Regularisierung. Was mich verwirrt, ist, warum nicht einfach eine Funktion mit geringer Kapazität wählen und dann jegliche Regularisierung ignorieren? Auf diese Weise wird …

32 regression machine-learning optimization regularization polynomial

3

Polynom-Regression mit Scikit-Learn

Ich versuche, Scikit-Learn für die Polynom-Regression zu verwenden. Nach meinem Verständnis ist die polynomielle Regression ein Sonderfall der linearen Regression. Ich habe gehofft, dass vielleicht eines der generalisierten linearen Modelle von scikit für Polynome höherer Ordnung parametrisiert werden kann, aber ich sehe keine Möglichkeit, dies zu tun. Ich habe es …

29 regression machine-learning large-data polynomial scikit-learn

5

Rohe oder orthogonale Polynomregression?

Ich möchte eine Variable auf x , x 2 , … , x 5 zurückführen . Sollte ich dazu rohe oder orthogonale Polynome verwenden? Ich habe mir Fragen auf der Website angesehen, die sich mit diesen beschäftigen, aber ich verstehe nicht wirklich, was der Unterschied zwischen der Verwendung ist. yyyx,x2,…,x5x,x2,…,x5x,x^2,\ldots,x^5 …

22 r regression polynomial

2

Was passiert, wenn ich eine quadratische Variable in meine Regression einbeziehe?

Ich beginne mit meiner OLS-Regression: wobei D eine Dummy-Variable ist und die Schätzungen sich von Null mit einem niedrigen p-Wert unterscheiden. Ich führe dann einen Ramsey-RESET-Test durch und stelle fest, dass ich eine falsche Schreibweise der Gleichung habe. Ich beziehe also das Quadrat x ein: y=β0+β1x1+β2D+εy=β0+β1x1+β2D+ε y = \beta _0 …

20 regression multiple-regression interpretation least-squares polynomial

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 …

14 regression linear-model regression-coefficients polynomial

3

Warum gibt es große Koeffizienten für Polynome höherer Ordnung?

In Bishops Buch über maschinelles Lernen wird das Problem der Kurvenanpassung einer Polynomfunktion an eine Reihe von Datenpunkten erörtert. Sei M die Ordnung des angepassten Polynoms. Es heißt so Wir sehen, dass mit zunehmendem M die Größe der Koeffizienten typischerweise größer wird. Insbesondere für das M = 9 - Polynom …

13 regression least-squares curve-fitting polynomial

2

Gibt es jemals einen Grund, bei der Anpassung von Regressionen keine orthogonalen Polynome zu verwenden?

Im Allgemeinen frage ich mich, ob es immer besser ist, keine orthogonalen Polynome zu verwenden, wenn eine Regression mit Variablen höherer Ordnung angepasst wird. Insbesondere frage ich mich mit der Verwendung von R: Wenn poly()mit raw = FALSEdie gleichen angepassten Werte liefert wie poly()mit raw = TRUEund polymit raw = …

13 r regression polynomial

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 …

13 regression machine-learning least-squares linear-model polynomial

1

Was sind in R berechnete multivariate orthogonale Polynome?

Orthogonale Polynome in einer univariaten Menge von Punkten sind Polynome, die Werte auf diesen Punkten auf eine Weise erzeugen, dass ihr Punktprodukt und ihre paarweise Korrelation Null sind. R kann orthogonale Polynome mit der Funktion poly erzeugen . Dieselbe Funktion hat ein Variantenpolym, das orthogonale Polynome auf einer multivariaten Punktmenge …

12 r multiple-regression polynomial orthogonal

1

Kann ich die Einbeziehung eines quadratischen Terms in die logistische Regression als Hinweis auf einen Wendepunkt interpretieren?

Kann ich in einer logistischen Regression mit nur linearen und quadratischen Termen, wenn ich einen linearen Koeffizienten β1β1\beta_1 und einen quadratischen Koeffizienten β2β2\beta_2 , sagen, dass es einen Wendepunkt der Wahrscheinlichkeit bei - β1/ (2 β2)-β1/(2β2)-\beta_1 / (2\beta_2) ?

12 interpretation logit polynomial

2

Wenn Sie es nicht orthogonal machen können, machen Sie es roh (Polynomregression)

Bei der Durchführung einer Polynomregression für YYY auf XXX Menschen manchmal rohe Polynome, manchmal orthogonale Polynome. Aber wenn sie verwenden, was völlig willkürlich erscheint. Hier und hier werden rohe Polynome verwendet. Aber hier und hier scheinen orthogonale Polynome die richtigen Ergebnisse zu liefern. Was, wie, warum?! Im Gegensatz dazu, wenn …

11 regression polynomial

1

Berechnung von Polynomkontrastvariablen

Bitte geben Sie mir eine Idee, wie eine kategoriale Variable (Faktor) effizient in die Menge der orthogonalen Polynomkontrastvariablen umcodiert werden kann. Für viele Arten von Kontrastvariablen (z. B. Abweichung, einfach, Helmert usw.) lautet der Durchgang: Stellen Sie die Kontrastkoeffizientenmatrix zusammen, die dem Typ entspricht. Invers oder generalize-invers, um die Codematrix …

11 contrasts polynomial

2

B-Splines VS Polynome hoher Ordnung in der Regression

Ich habe kein bestimmtes Beispiel oder keine bestimmte Aufgabe im Sinn. Ich bin gerade neu in der Verwendung von B-Splines und wollte diese Funktion im Regressionskontext besser verstehen. Nehmen wir an, wir wollen die Beziehung zwischen der Antwortvariablen und einigen Prädiktoren . Die Prädiktoren enthalten einige numerische Variablen sowie einige …

10 regression multiple-regression splines polynomial penalized

Als «polynomial» getaggte Fragen