Statistiken und Big Data regression

3

Wie kann der Regressionsfehler-Term jemals mit den erklärenden Variablen korreliert werden?

Der erste Satz dieser Wiki- Seite besagt, dass "in der Ökonometrie ein Endogenitätsproblem auftritt, wenn eine erklärende Variable mit dem Fehlerterm korreliert wird. 1 " Meine Frage ist, wie kann das jemals passieren? Ist Regressions-Beta nicht so gewählt, dass der Fehlerterm orthogonal zum Spaltenraum der Entwurfsmatrix ist?

22 regression

9

Wie kann man das Vertrauen einer neuronalen Netzwerkvorhersage bestimmen?

Nehmen wir zur Veranschaulichung meiner Frage an, ich habe einen Trainingssatz, in dem die Eingabe einen Rauschgrad aufweist, die Ausgabe jedoch nicht. # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] hier …

22 regression machine-learning neural-networks confidence-interval prediction-interval

3

Simpsons Paradoxon verstehen: Andrew Gelmans Beispiel mit rückläufigem Einkommen in Bezug auf Geschlecht und Körpergröße

Andrew Gelman in einem seiner letzten Blog-Beiträge sagt: Ich glaube nicht, dass für das Simpson-Paradoxon Kontrafakten oder potenzielle Ergebnisse notwendig sind. Ich sage das, weil man Simpsons Paradoxon mit Variablen aufstellen kann, die nicht manipuliert werden können oder für die Manipulationen nicht direkt von Interesse sind. Das Simpson-Paradoxon ist Teil …

22 regression interaction simpsons-paradox

2

Wald-Test in Regression (OLS und GLM): t- vs. z-Verteilung

Ich verstehe, dass der Wald-Test für Regressionskoeffizienten auf der folgenden Eigenschaft basiert, die asymptotisch gilt (z. B. Wasserman (2006): All of Statistics , S. 153, 214-215): Wobei den geschätzten Regressionskoeffizienten bezeichnet, bezeichnet den Standardfehler des Regressionskoeffizienten und ist der interessierende Wert ( ist normalerweise 0, um zu testen, ob der …

22 r regression hypothesis-testing generalized-linear-model

3

Warum geben Lars und Glmnet unterschiedliche Lösungen für das Lasso-Problem?

Ich möchte die R-Pakete Larsund Glmnet, die zur Lösung des Lasso-Problems verwendet werden , besser verstehen : (für Variablen und Stichproben, siehe www.stanford.edu/~hastie/Papers/glmnet.pdf auf Seite 3)pm i n( β0β) ∈ Rp + 1[ 12 N∑i = 1N( yich- β0- xTichβ)2+ λ | | β| |l1]michn(β0β)∈Rp+1[12N∑ich=1N(yich-β0-xichTβ)2+λ||β||l1]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 + …

22 r regression machine-learning lasso regularization

5

Stichprobe für unausgeglichene Daten in der Regression

Es gab gute Fragen zum Umgang mit unausgeglichenen Daten im Klassifizierungskontext , aber ich frage mich, was die Leute tun, um eine Stichprobe für eine Regression zu erstellen. Angenommen, die Problemdomäne reagiert sehr empfindlich auf das Vorzeichen, aber nur etwas empfindlich auf die Größe des Ziels. Die Größe ist jedoch …

22 regression sampling unbalanced-classes

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

1

Was ist eine Ablationsstudie? Und gibt es eine systematische Möglichkeit, dies durchzuführen?

Was ist eine Ablationsstudie? Und gibt es eine systematische Möglichkeit, dies durchzuführen? Zum Beispiel habe ich Prädiktoren in einer linearen Regression, die ich als mein Modell bezeichnen werde.nnn Wie werde ich dazu eine Ablationsstudie durchführen? Welche Metriken soll ich verwenden? Eine umfassende Quelle oder ein Lehrbuch wäre willkommen.

22 regression machine-learning neural-networks

4

Unterschied zwischen den einer Korrelation zugrunde liegenden Annahmen und einem Regressionssteigungstest von Bedeutung

Meine Frage entstand aus einer Diskussion mit @whuber in den Kommentaren einer anderen Frage . Konkret lautete der Kommentar von @whuber wie folgt: Ein Grund dafür könnte sein, dass die Annahmen, die einem Korrelationstest und einem Regressionssteigungstest zugrunde liegen, unterschiedlich sind. Selbst wenn wir verstehen, dass Korrelation und Steigung wirklich …

21 regression correlation p-value assumptions

2

Hinzufügen von Gewichten zur logistischen Regression für unausgeglichene Daten

Ich möchte eine logistische Regression mit unausgeglichenen Daten modellieren (9: 1). Ich wollte die Gewichtsoption in der glmFunktion in R ausprobieren , bin mir aber nicht zu 100% sicher, was sie bewirkt. Nehmen wir an, meine Ausgabevariable ist c(0,0,0,0,0,0,0,0,0,1). jetzt möchte ich der "1" 10 mal mehr gewicht geben. Also …

21 regression logistic classification unbalanced-classes weighted-data

1

EDIT: Da diese Frage aufgeblasen wurde, eine Zusammenfassung: Finden verschiedener aussagekräftiger und interpretierbarer Datensätze mit derselben gemischten Statistik (Mittelwert, Median, Mittlerer Bereich und die damit verbundenen Streuungen und Regressionen). Das Anscombe Quartett (siehe ? Purpose hoher Abmessungsdaten zu visualisieren ) ist ein bekanntes Beispiel von vier - Datensätzen mit dem …

21 regression descriptive-statistics curve-fitting estimators

2

Warum ist die Normalität von Residuen für die Schätzung der Regressionsgeraden „überhaupt nicht wichtig“?

Gelman und Hill (2006) schreiben auf Seite 46, dass: Die im Allgemeinen unwichtigste Regressionsannahme ist, dass die Fehler normal verteilt sind. Tatsächlich ist für die Schätzung der Regressionsgeraden (im Vergleich zur Vorhersage einzelner Datenpunkte) die Annahme der Normalität überhaupt nicht wichtig. Im Gegensatz zu vielen Regressionslehrbüchern empfehlen wir daher keine …

21 regression residuals assumptions

1

Was ist der Unterschied zwischen logistischer und logistischer Regression?

Was ist der Unterschied zwischen logistischer und logistischer Regression? Ich verstehe, dass sie ähnlich sind (oder sogar dasselbe), aber könnte jemand den Unterschied zwischen diesen beiden erklären? Geht es um Chancen?

21 regression logistic terminology logit odds

2

Wie finden Sie Gewichte für die Regression der gewichteten kleinsten Quadrate?

Ich bin etwas verloren im Prozess der WLS-Regression. Ich habe einen Datensatz erhalten, und meine Aufgabe ist es, zu testen, ob Heteroskepsis vorliegt. Wenn ja, sollte ich eine WLS-Regression durchführen. Ich habe den Test durchgeführt und Beweise für heteroscedascity gefunden, also muss ich das WLS laufen lassen. Mir wurde gesagt, …

21 regression heteroscedasticity weighted-regression

3

Log-lineare Regression vs. logistische Regression

Kann jemand eine klare Liste der Unterschiede zwischen logarithmischer und logistischer Regression erstellen? Ich verstehe, dass ersteres ein einfaches lineares Regressionsmodell ist, aber mir ist nicht klar, wann jedes verwendet werden sollte.

21 regression logistic logit log-linear

Als «regression» getaggte Fragen