Statistiken und Big Data regression

2

Angeben eines Unterschiedsmodells mit mehreren Zeiträumen

Wenn ich ein Differenzmodell mit zwei Zeiträumen schätze, wäre das äquivalente Regressionsmodell ein. Y.ich s t= α + γs∗ Tr e a t m e n t + λ dt+ δ∗ ( TR e ein t m e n t * dt) + ϵich s tY.ichst=α+γs∗Treeintment+λdt+δ∗(Treeintment∗dt)+ϵichstY_{ist} = \alpha +\gamma_s*Treatment + …

20 regression modeling econometrics panel-data difference-in-difference

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

3

Wann sollte man multiple Regression mit Dummy-Codierung gegen ANCOVA verwenden?

Ich habe kürzlich ein Experiment analysiert, das mit ANCOVA 2 kategoriale Variablen und eine kontinuierliche Variable manipuliert hat. Ein Gutachter schlug jedoch vor, dass die multiple Regression mit der als Dummy-Variablen codierten kategorialen Variablen ein geeigneterer Test für Experimente mit sowohl kategorialen als auch kontinuierlichen Variablen ist. Wann ist es …

20 regression multiple-regression ancova categorical-encoding

2

Die Reihenfolge der Variablen in ANOVA ist wichtig, nicht wahr?

Ist es richtig zu verstehen, dass die Reihenfolge, in der Variablen in einer multifaktoriellen ANOVA angegeben werden, einen Unterschied macht, aber dass die Reihenfolge bei einer multiplen linearen Regression keine Rolle spielt? Nehmen wir also ein Ergebnis wie den gemessenen Blutverlust y und zwei kategoriale Variablen an Adenoidektomie-Methode a , …

20 regression hypothesis-testing anova unbalanced-classes sums-of-squares

2

Ein lineares Modell für ein Verhältnis im Verhältnis zum Prozentsatz erstellen?

Angenommen, ich möchte ein Modell erstellen, um eine Art Verhältnis oder Prozentsatz vorherzusagen. Nehmen wir zum Beispiel an, ich möchte die Anzahl der Jungen und Mädchen vorhersagen, die an einer Party teilnehmen, und Merkmale der Party, die ich im Modell verwenden kann, sind etwa die Menge der Werbung für die …

20 regression logistic

3

Warum sollte man den Achsenabschnitt in der linearen Regression unterdrücken?

In einer Reihe von Statistikpaketen, einschließlich SAS, SPSS und möglicherweise mehr, gibt es eine Option zum "Unterdrücken des Abfangens". Warum willst du das tun?

20 regression

6

Immer robuste (weiße) Standardfehler melden?

Es wurde von Angrist und Pischke vorgeschlagen, dass robuste (dh robust gegenüber Heteroskedastizität oder ungleichen Varianzen) Standardfehler als selbstverständlich gemeldet werden, anstatt sie zu testen. Zwei Fragen: Welche Auswirkungen hat dies auf die Standardfehler bei Homoskedastizität? Tut dies tatsächlich jemand in seiner Arbeit?

20 regression standard-error heteroscedasticity robust-standard-error

2

Was bedeutet Super Script 2 Subscript 2 im Kontext von Normen?

Ich bin neu in der Optimierung. Ich sehe immer wieder Gleichungen mit einem hochgestellten 2 und einem tiefgestellten 2 auf der rechten Seite einer Norm. Hier ist zum Beispiel die Gleichung der kleinsten Quadrate min| | Ax-b | |22||Ax−b||22 ||Ax-b||^2_2 Ich glaube, ich verstehe das hochgestellte 2: Es bedeutet, den …

20 regression optimization notation

3

Erwarteter Vorhersagefehler - Ableitung

Es fällt mir schwer, die Ableitung des erwarteten Vorhersagefehlers nach unten (ESL) zu verstehen, insbesondere die Ableitung von 2.11 und 2.12 (Konditionierung, der Schritt zum punktweisen Minimum). Alle Hinweise oder Links sehr geschätzt. Unten melde ich den Auszug aus ESL pg. 18. Die ersten beiden Gleichungen lauten der Reihe nach …

20 regression prediction error

5

Vermeiden Sie eine Überanpassung bei der Regression: Alternativen zur Regularisierung

Regularisierung in der Regression (linear, logistisch ...) ist die beliebteste Methode, um Überanpassung zu reduzieren. Gibt es gute Alternativen zur Regularisierung, insbesondere für große Datenmengen (Millionen von Beobachtungen und Millionen von Merkmalen), wenn das Ziel Vorhersagegenauigkeit ist (keine Erklärung)?

19 regression regularization overfitting

1

Verwendung von Kreisprädiktoren in der linearen Regression

Ich versuche, ein Modell unter Verwendung von Winddaten (0, 359) und Tageszeit (0, 23) anzupassen, befürchte jedoch, dass sie schlecht in eine lineare Regression passen, da sie selbst keine linearen Parameter sind. Ich möchte sie mit Python transformieren. Ich habe einige Erwähnungen gesehen, wie man einen Vektormittelwert berechnet, indem man …

19 regression python circular-statistics

1

Was ist aus dieser Lasso-Handlung (glmnet) zu schließen?

Es folgt die Darstellung von glmnet mit dem Standard-Alpha (1, daher Lasso) unter Verwendung des mtcarsDatensatzes in R mit mpgals DV und anderen als Prädiktorvariablen. glmnet(as.matrix(mtcars[-1]), mtcars[,1]) Was können wir aus dieser Handlung in Bezug auf verschiedene Variablen schließen, vor allem am, cylund wt(rot, schwarz und hellblaue Linien)? Wie würden …

19 regression feature-selection lasso glmnet

2

Was bedeutet der Name "Logistische Regression"?

Von hier aus überprüfe ich eine Implementierung von Logistic Regression . Nachdem ich diesen Artikel gelesen habe, scheint es wichtig zu sein, die besten Koeffizienten für die Bestimmung der Sigmoidfunktion zu finden. Ich frage mich nur, warum diese Methode "Logistische Regression" heißt. Hängt es mit der logarithmischen Funktion zusammen? Vielleicht …

19 regression machine-learning logistic

1

P-Werte für "multinom" in R abrufen (nnet-Paket)

Wie erhalte ich p-Werte mit der multinomFunktion von nnetpackage in R? Ich habe einen Datensatz, der aus "Pathologie-Scores" (Abwesend, Mild, Schwerwiegend) als Ergebnisvariable und zwei Haupteffekten besteht: Alter (zwei Faktoren: zwanzig / dreißig Tage) und Behandlungsgruppe (vier Faktoren: infiziert ohne ATB; infiziert +) ATB1; infiziert + ATB2; infiziert + ATB3). …

19 r regression p-value multinomial

3

Beziehung zwischen Kammregression und PCA-Regression

Ich erinnere mich , im Web habe irgendwo gelesen, die eine Verbindung zwischen Ridge - Regression (mit ℓ2ℓ2\ell_2 Regularisierung) und PCA Regression: bei der Verwendung von ℓ2ℓ2\ell_2 -regularized Regression mit Hyper λλ\lambda , wenn λ→0λ→0\lambda \to 0 , dann ist die Regression auf dem Entfernen den PC - Variable entspricht …

19 regression pca regularization ridge-regression

Als «regression» getaggte Fragen