Als «r-squared» getaggte Fragen

Der Bestimmungskoeffizient, normalerweise symbolisiert durch R.2ist der Anteil der gesamten Antwortvarianz, der durch ein Regressionsmodell erklärt wird. Kann auch für verschiedene vorgeschlagene Pseudo-R-Quadrate verwendet werden, beispielsweise für die logistische Regression (und andere Modelle).

1
Warum arbeiten meine VAR-Modelle besser mit nichtstationären Daten als mit stationären Daten?
Ich verwende die VAR-Bibliothek für Python-Statistikmodelle, um finanzielle Zeitreihendaten zu modellieren, und einige Ergebnisse haben mich verwirrt. Ich weiß, dass VAR-Modelle davon ausgehen, dass die Zeitreihendaten stationär sind. Ich habe versehentlich eine instationäre Reihe von Log-Preisen für zwei verschiedene Wertpapiere angepasst, und überraschenderweise waren die angepassten Werte und Prognosen in …
1
Können standardisierte
Ich versuche, die Ergebnisse eines Artikels zu interpretieren, in dem mehrere Regressionen angewendet wurden, um verschiedene Ergebnisse vorherzusagen. Die -Werte (standardisierte B-Koeffizienten, definiert als β x 1 = B x 1 ⋅ S D x 1)ββ\beta wobeiydie abhängige Variable undx1ein Prädiktor ist) berichtet, scheint nicht mit dem gemeldetenR2übereinzustimmen:βx1=Bx1⋅SDx1SDyβx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} …
1
Interessante Ableitung von R im Quadrat
Vor Jahren fand ich diese Identität durch Experimente mit Daten und Transformationen. Nachdem er es meinem Statistikprofessor erklärt hatte, kam er mit einem einseitigen Proof in Vektor- und Matrixnotation in die nächste Klasse. Leider habe ich das Papier verloren, das er mir gegeben hat. (Dies war im Jahr 2007) Kann …
2
Gibt es eine elegante / aufschlussreiche Möglichkeit, diese lineare Regressionsidentität für mehrere zu verstehen ?
Bei der linearen Regression bin ich auf ein erfreuliches Ergebnis gestoßen, wenn wir zum Modell passen E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, Wenn wir dann die Daten , und standardisieren und ,YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. Dies fühlt sich für mich wie eine …
1
Versucht das angepasste R-Quadrat, die R-Quadrat-Population mit fester Punktzahl oder zufälliger Punktzahl zu schätzen?
Die Population r-square kann unter der Annahme fester oder zufälliger Bewertungen definiert werden:ρ2ρ2\rho^2 Feste Punktzahlen: Die Stichprobengröße und die besonderen Werte der Prädiktoren werden festgehalten. Somit ist der Anteil der Varianz, der im Ergebnis durch die Populationsregressionsgleichung erklärt wird, wenn die Prädiktorwerte konstant gehalten werden.ρ2fρf2\rho^2_f Zufällige Bewertungen: Die bestimmten Werte …
2
Ridge-Regression in R mit p-Werten und Anpassungsgüte
Gratregression in RI haben entdeckt linearRidgeim ridgePaket - das zu einem Modell passt, Koeffizienten und p-Werte angibt, aber nichts, um die allgemeine Anpassungsgüte zu messen lm.ridgeim MASSPaket - das Koeffizienten und GCV, aber keine p-Werte für Parameter meldet Wie kann ich all diese Dinge (Anpassungsgüte, Koeffizienten und p-Werte) aus derselben …
2
Kann
Die Wikipedia-Seite auf R2 sagt, dass einen Wert größer als 1 annehmen kann. Ich sehe nicht, wie dies möglich ist.R.2R2R^2 Werte von außerhalb des Bereichs 0 bis 1 können auftreten, wenn sie zur Messung der Übereinstimmung zwischen beobachteten und modellierten Werten verwendet werden und wenn die "modellierten" Werte nicht durch …
1
Polynomregression im R-Quadrat und höherer Ordnung
Das folgende Diagramm zeigt die Sättigung einer Straße gegen die Auswirkungen auf die Fahrzeit (normalisiert auf die Fahrzeit im freien Fluss). Die blaue Kurve (BPR-Funktion) zeigt ein standardisiertes Modell, das vor Ort verwendet wird, um Reisezeit und Sättigung in Beziehung zu setzen. Für die empirischen Daten, die ich gesammelt habe, …
3
Ein konkretes Beispiel ist die Durchführung einer SVD, um fehlende Werte zu unterstellen
Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
1
Wahl zwischen verschiedenen robusten Regressionen in R.
Ich schreibe ein Programm zur Bewertung von Immobilien und verstehe die Unterschiede zwischen einigen robusten Regressionsmodellen nicht wirklich. Deshalb weiß ich nicht, welches ich wählen soll. Ich habe versucht lmrob, ltsRegund rlm. Für denselben Datensatz ergaben alle drei Methoden unterschiedliche Werte für die Koeffizienten. Ich dachte, dass es am besten …
1
Warum repräsentiert zwischen zwei Variablen den Anteil der gemeinsamen Varianz?
Erstens schätze ich, dass Diskussionen über Allgemeinen Erklärungen zu (dh dem Bestimmungskoeffizienten in der Regression) hervorrufen . Das Problem, das ich beantworten möchte, besteht darin, dies auf alle Fälle der Korrelation zwischen zwei Variablen zu verallgemeinern.R 2r2r2r^2R2R2R^2 Ich bin also schon eine ganze Weile verwirrt über die gemeinsame Varianz. Ich …
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.