Statistiken und Big Data regression-strategies

1

Erläuterungen zum Lesen eines Nomogramms

Es folgt ein Nomogramm, das aus einem mtcars-Datensatz mit dem Effektivwertpaket für die Formel erstellt wurde: mpg ~ wt + am + qsec Das Modell selbst scheint mit R2 von 0,85 und P <0,00001 gut zu sein > mod Linear Regression Model ols(formula = mpg ~ wt + am + …

10 regression multiple-regression data-visualization predictive-models regression-strategies

3

Was sind Kriterien und Entscheidungen für die Nichtlinearität in statistischen Modellen?

Ich hoffe, dass die folgende allgemeine Frage Sinn macht. Bitte beachten Sie, dass ich für die Zwecke dieser speziellen Frage nicht an theoretischen (Fachgebiets-) Gründen für die Einführung von Nichtlinearität interessiert bin. Daher werde ich die vollständige Frage wie folgt formulieren : Was ist ein logischer Rahmen ( Kriterien und, …

10 nonlinear-regression methodology nonlinear regression-strategies

2

Beste Methode zum Erstellen von Wachstumsdiagrammen

Ich muss Diagramme (ähnlich wie Wachstumsdiagramme) für Kinder im Alter von 5 bis 15 Jahren (nur 5,6,7 usw .; es gibt keine Bruchwerte wie 2,6 Jahre) für eine Gesundheitsvariable erstellen, die nicht negativ, kontinuierlich und in ist der Bereich von 50-150 (mit nur wenigen Werten außerhalb dieses Bereichs). Ich muss …

10 ordinal-data quantiles regression-strategies generalized-least-squares growth-model

2

Wie soll ich Interaktionen zwischen erklärenden Variablen modellieren, wenn eine von ihnen quadratische und kubische Terme haben kann?

Ich hoffe aufrichtig, dass ich diese Frage so formuliert habe, dass sie definitiv beantwortet werden kann - wenn nicht, lassen Sie es mich bitte wissen und ich werde es erneut versuchen! Ich sollte auch beachten, dass ich R für diese Analysen verwenden werde. Ich habe mehrere Maßnahmen, von plant performance …

10 hypothesis-testing mixed-model interaction nonlinear regression-strategies

3

So reduzieren Sie Prädiktoren auf die richtige Weise für ein logistisches Regressionsmodell

Daher habe ich einige Bücher (oder Teile davon) über Modellierung gelesen (unter anderem F. Harrells "Regressionsmodellierungsstrategien"), da ich derzeit ein logistisches Modell erstellen muss, das auf binären Antwortdaten basiert. Ich habe sowohl kontinuierliche, kategoriale als auch binäre Daten (Prädiktoren) in meinem Datensatz. Grundsätzlich habe ich momentan ungefähr 100 Prädiktoren, was …

9 logistic predictive-models feature-selection regression-strategies

1

Wie interpretiere ich Variablen, die vom Lasso-Modell ausgeschlossen oder im Lasso-Modell enthalten sind?

Ich habe aus anderen Beiträgen erfahren, dass man Prädiktorvariablen, die in ein Lasso-Modell eingehen, keine "Wichtigkeit" oder "Signifikanz" zuweisen kann, da die Berechnung der p-Werte oder Standardabweichungen dieser Variablen noch in Arbeit ist. Ist es unter diesen Umständen richtig zu behaupten, dass man NICHT sagen kann, dass Variablen, die vom …

9 statistical-significance bootstrap simulation lasso regression-strategies

5

Logistische Regression bei Big Data

Ich habe einen Datensatz von rund 5000 Funktionen. Für diese Daten habe ich zuerst den Chi-Quadrat-Test zur Merkmalsauswahl verwendet. Danach erhielt ich ungefähr 1500 Variablen, die eine signifikante Beziehung zur Antwortvariablen zeigten. Jetzt muss ich die logistische Regression darauf abstimmen. Ich verwende das glmulti-Paket für R (das glmulti-Paket bietet eine …

9 r logistic generalized-linear-model modeling regression-strategies

2

Auswahl der Anzahl der Hauptkomponenten mit geringer Dichte, die in die Regression einbezogen werden sollen

Hat jemand Erfahrung mit Ansätzen zur Auswahl der Anzahl der Hauptkomponenten mit geringer Dichte, die in ein Regressionsmodell aufgenommen werden sollen?

9 pca sparse regression-strategies

1

So schätzen Sie eine Kalibrierungskurve mit Bootstrap (R)

Frage : Ich habe ein Wahrscheinlichkeitsmodell (Bayes'sches Netzwerk) zur Modellierung einer binären Ergebnisvariablen angepasst. Ich möchte ein hochauflösendes Kalibrierungsdiagramm (z. B. Spline) erstellen, das wegen Überanpassung mit Bootstrapping korrigiert wurde. Gibt es ein Standardverfahren zur Berechnung einer solchen Kurve? Überlegungen : Ich könnte dies leicht mit Zug- / Testaufteilung tun, …

9 bootstrap splines regression-strategies calibration

4

Passen Sie alles an, was Sie in der Neigungsbewertung haben?

Ich habe eine methodische Frage und daher ist kein Beispieldatensatz beigefügt. Ich plane eine an den Neigungsscore angepasste Cox-Regression, mit der untersucht werden soll, ob ein bestimmtes Medikament das Risiko eines Ergebnisses verringert. Die Studie ist eine Beobachtungsstudie mit 10.000 Personen. Der Datensatz enthält 60 Variablen. Ich schätze, dass 25 …

9 survival cox-model propensity-scores regression-strategies

3

Interne Validierung über Bootstrap: Welche ROC-Kurve soll präsentiert werden?

Ich verwende den Bootstrap-Ansatz für die interne Validierung eines multivariaten Modells, das entweder mit einer logistischen Standardregression oder einem elastischen Netz erstellt wurde. Das Verfahren, das ich verwende, ist wie folgt: 1) Modell unter Verwendung des gesamten Datensatzes erstellen, vorhergesagte Werte erhalten und AUC berechnen (AUC_ap, offensichtlich) 2) Generieren Sie …

8 bootstrap roc validation regression-strategies

2

Was ist das Problem mit

Ich weiß, dass dies das Lösungssystem des linearen Gleichungsproblems ist. Aber meine Frage ist, warum es ein Problem ist, dass die Anzahl der Beobachtungen geringer ist als die Anzahl der Prädiktoren. Wie kann das passieren? Kommt die Datenerfassung nicht aus dem heiklen Umfragedesign oder dem experimentellen Design, sofern sie zumindest …

7 dimensionality-reduction linear matrix linear-algebra regression-strategies

2

Multivariate binäre Antworten - Ratschläge zur Regressionsstrategie

Ich wäre dankbar für Ratschläge, wie ich mit der folgenden Situation umgehen soll: Ich habe eine Zählvariable X und vier binäre Variablen A, B, C, D. Die Zählvariable ist die unabhängige Variable (sie bezieht sich auf die Anzahl der nachteiligen Erfahrungen in der Kindheit ) und die Binärdateien sind abhängige …

7 regression multivariate-analysis binary-data regression-strategies

1

Interpretation der Kalibrierkurve

Ich habe ein schrittweise abgeleitetes binäres logistisches Regressionsmodell. Ich habe die calibrate(, bw=200, bw=TRUE)Funktion im rmsPaket in R verwendet, um die zukünftige Kalibrierung abzuschätzen. Die Ausgabe ist unten angegeben und zeigt die durch die Bootstrap-Überanpassung korrigierte Kalibrierungskurvenschätzung für das logistische Rückwärts-Abwärtsmodell. Ich bin mir jedoch nicht sicher, wie ich es …

7 r logistic multiple-regression regression-strategies calibration

1

Wie erstelle ich ein Kalibrierungsdiagramm für Überlebensdaten, ohne Daten zu gruppieren?

Um ein Kalibrierungsdiagramm für Überlebenswahrscheinlichkeiten zu erstellen, die anhand eines Cox-Modells geschätzt wurden, kann das geschätzte Risiko in Gruppen unterteilt, das durchschnittliche Risiko innerhalb einer Gruppe berechnet und dann mit der Kaplan-Meier-Schätzung verglichen werden. Was sind alternative Ansätze, für die kein Binning erforderlich ist? Welche spezifischen Schritte sind erforderlich, um …

7 survival regression-strategies calibration

Als «regression-strategies» getaggte Fragen