Als «regression» getaggte Fragen

Ich habe zwei Haupteffekte, V1 und V2. Die Auswirkungen von V1 und V2 auf die Antwortvariablen sind negativ. Aus irgendeinem Grund erhalte ich jedoch einen positiven Koeffizienten für den Interaktionsterm V1 * V2. Wie kann ich das interpretieren? Ist eine solche Situation möglich?

17 regression  interaction 

Ich habe eine unabhängige Variable namens "Qualität"; Diese Variable hat 3 Antwortmodalitäten (schlechte Qualität; mittlere Qualität; hohe Qualität). Ich möchte diese unabhängige Variable in meine multiple lineare Regression einführen. Wenn ich eine binäre unabhängige Variable habe (Dummy-Variable, ich kann 0/ codieren 1), ist es einfach, sie in ein Modell mit …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

Ich weiß, dass β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} und so weit bin ich gekommen, als ich die Varianz berechnet habe: Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} aber so …

17 regression  self-study 

Wie passe ich ein lineares Modell an, wenn eine stetige abhängige Variable y und unabhängige Variablen einschließlich einer Ordinalvariablen X 1 gegeben sind R? Gibt es Papiere zu diesem Modelltyp?

17 r  regression  lasso  ordinal-data  predictor 

Ich habe zwei Zeitreihen: Ein Proxy für die Marktrisikoprämie (ERP; rote Linie) Der risikofreie Zinssatz, vertreten durch eine Staatsanleihe (blaue Linie) Ich möchte testen, ob der risikofreie Tarif das ERP erklären kann. Dabei folgte ich grundsätzlich dem Rat von Tsay (2010, 3. Auflage, S. 96): Financial Time Series: Passen Sie …

17 regression  time-series 

Angenommen, wir haben eine einfache lineare Regression , die Residuen gespeichert und ein Histogramm der Verteilung der Residuen erstellt. Wenn wir etwas bekommen, das wie eine vertraute Distribution aussieht, können wir annehmen, dass unser Fehlerbegriff diese Distribution hat? Wenn wir herausfinden, dass Residuen der Normalverteilung ähneln, ist es dann sinnvoll, …

17 r  regression  residuals 

Dies ist eine grundlegende Frage zu Box-Jenkins MA-Modellen. Wie ich es verstehe, ist ein MA - Modell im Grunde eine lineare Regression von Zeitreihenwerten YYY gegen vorherige Fehlerterme et,...,et−net,...,et−ne_t,..., e_{t-n} . Das heißt, die Beobachtung YYY wird zuerst gegen ihre vorherigen Werte zurückgebildet Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} und dann ein oder …

17 regression  time-series  arima  box-jenkins 

Wir arbeiten mit einigen logistischen Regressionen und haben festgestellt, dass die durchschnittliche geschätzte Wahrscheinlichkeit immer dem Anteil derjenigen in der Stichprobe entspricht. Das heißt, der Durchschnitt der angepassten Werte entspricht dem Durchschnitt der Stichprobe. Kann mir jemand den Grund erklären oder eine Referenz geben, wo ich diese Demonstration finden kann?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Update : Es tut mir leid für ein weiteres Update, aber ich habe einige mögliche Lösungen mit gebrochenen Polynomen und dem konkurrierenden Risikopaket gefunden, bei denen ich Hilfe benötige. Das Problem Ich kann keine einfache Möglichkeit finden, eine zeitabhängige Koeffizientenanalyse in R durchzuführen. Ich möchte in der Lage sein, meinen …

17 r  regression  survival  cox-model 

Ich habe 5 Variablen und ich versuche, meine Zielvariable vorherzusagen, die im Bereich von 0 bis 70 liegen muss. Wie verwende ich diese Informationen, um mein Ziel besser zu modellieren?

17 regression  bounds 

Ich habe ein Modell eingebaut (aus der Literatur). Ich habe auch die Rohdaten für die Vorhersagevariablen. Welche Gleichung sollte ich verwenden, um Wahrscheinlichkeiten zu erhalten? Wie kombiniere ich Rohdaten und Koeffizienten, um Wahrscheinlichkeiten zu erhalten?

17 regression  logistic 

Ich versuche die Logik hinter dem ANOVA F-Test in der einfachen linearen Regressionsanalyse zu verstehen. Die Frage, die ich habe, ist wie folgt. Wenn der F-Wert, dh MSR/MSEgroß ist, akzeptieren wir das Modell als signifikant. Welche Logik steckt dahinter?

17 regression  anova 

Ich verwende Lasso für die Merkmalsauswahl in einer relativ niedrigen Maßeinstellung (n >> p). Nach dem Anpassen eines Lasso-Modells möchte ich die Kovariaten mit Koeffizienten ungleich Null verwenden, um ein Modell ohne Abzug anzupassen. Ich mache das, weil ich unvoreingenommene Schätzungen haben möchte, die Lasso mir nicht geben kann. Ich …

17 regression  feature-selection  lasso  unbiased-estimator 

Basisdaten : Ich habe ~ 1.000 Personen, die mit Bewertungen gekennzeichnet sind: "1", "[gut]" 2 "," [mittel] oder "3" [schlecht] - dies sind die Werte, die ich für die Zukunft der Menschen vorhersagen möchte . Zusätzlich habe ich einige demografische Informationen: Geschlecht (kategorial: M / W), Alter (numerisch: 17-80) und …

17 r  regression  logistic  missing-data  ordered-logit 

Ich kann die Verwendung von Polynomkontrasten bei der Regressionsanpassung nicht verstehen. Insbesondere beziehe ich mich auf eine Codierung, die verwendet wird R, um eine Intervallvariable (Ordinalvariable mit gleichmäßig verteilten Pegeln) auszudrücken, die auf dieser Seite beschrieben wird . Wenn ich im Beispiel dieser Seite richtig verstanden habe, passt R ein …

17 r  regression  contrasts