Statistiken und Big Data regression

2

Wie interpretiere ich diesen angepassten vs Residuen Plot?

Ich verstehe Heteroskedastizität nicht wirklich. Ich würde gerne wissen, ob mein Modell für diese Handlung geeignet ist oder nicht.

17 r regression residuals heteroscedasticity independence

4

Welche Beziehung besteht zwischen

Ich habe mich gefragt, ob es eine Beziehung zwischen und einem F-Test gibt.R2R2R^2 Normalerweise ist und misst die Stärke von lineare Beziehung in der Regression.R2= ∑ ( Y^t- Y¯)2/ T- 1∑ ( Yt- Y¯)2/ T- 1R2=∑(Y.^t-Y.¯)2/T-1∑(Y.t-Y.¯)2/T-1R^2=\frac {\sum (\hat Y_t - \bar Y)^2 / T-1} {\sum( Y_t - \bar Y)^2 / …

17 regression hypothesis-testing least-squares goodness-of-fit

3

Wie ist die Beziehung zwischen R-Quadrat und p-Wert in einer Regression?

tl; dr - Bedeutet ein höheres R-Quadrat für die OLS-Regression auch einen höheren P-Wert? Speziell für eine einzelne erklärende Variable (Y = a + bX + e), wäre aber auch interessiert, für n mehrere erklärende Variablen (Y = a + b1X + ... bnX + e) Bescheid zu wissen. Kontext …

17 regression modeling p-value r-squared

5

Warum ist mein R-Quadrat so niedrig, wenn meine t-Statistiken so groß sind?

Ich habe eine Regression mit 4 Variablen durchgeführt, und alle sind sehr statistisch signifikant, mit T-Werten ≈ 7 , 9 , 26≈7,9,26\approx 7,9,26 und 313131 (ich sage ≈≈\approx weil es irrelevant zu sein scheint, die Dezimalstellen einzubeziehen), die sehr hoch und eindeutig signifikant sind. Aber dann ist der R2R2R^2 nur …

17 regression hypothesis-testing econometrics

8

Wie hängt die Interpolation mit dem Konzept der Regression zusammen?

Erklären Sie kurz, was mit Interpolation gemeint ist. Inwiefern hängt das mit dem Konzept der Regression zusammen? Interpolation ist die Kunst des Lesens zwischen den Zeilen einer Tabelle, und in der Elementarmathematik bezeichnet der Begriff gewöhnlich den Prozess des Berechnens der Zwischenwerte einer Funktion aus einer Menge gegebener oder tabellarischer …

17 regression self-study interpolation

1

Warum nehmen wir an, dass der Fehler normal verteilt ist?

Ich frage mich, warum wir bei der Modellierung des Fehlers die Gaußsche Annahme verwenden. In Stanfords ML-Kurs beschreibt Prof. Ng es im Wesentlichen auf zwei Arten: Es ist mathematisch günstig. (Es hängt mit der Anpassung der kleinsten Quadrate zusammen und ist mit Pseudoinverse leicht zu lösen.) Aufgrund des zentralen Grenzwertsatzes …

17 regression normality-assumption pac-learning

7

Bedeutet einfache lineare Regression Kausalität?

Ich weiß, dass Korrelation nicht Kausalität bedeutet, sondern Stärke und Richtung der Beziehung. Bedeutet einfache lineare Regression Kausalität? Oder ist dafür ein Inferenztest (t-Test etc.) erforderlich?

17 regression correlation causality

1

LASSO Annahmen

In einem LASSO-Regressionsszenario, in dem y= Xβ+ ϵy=Xβ+ϵy= X \beta + \epsilon , und die LASSO-Schätzungen sind durch das folgende Optimierungsproblem gegeben Mindestβ| | y- Xβ| | +τ| | β| |1minβ||y−Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Gibt es irgendwelche Verteilungsannahmen bezüglich des ϵϵ\epsilon ? In einem OLS-Szenario würde …

17 regression lasso assumptions residuals

2

Wie interpretiere ich Exp (B) in der Cox-Regression?

Ich bin ein Medizinstudent, der versucht, Statistiken zu verstehen (!) - seien Sie also bitte vorsichtig! ;) Ich schreibe einen Aufsatz, der eine ganze Menge statistischer Analysen enthält, einschließlich Überlebensanalysen (Kaplan-Meier, Log-Rank und Cox-Regression). Ich führte eine Cox-Regression meiner Daten durch, um herauszufinden, ob ich einen signifikanten Unterschied zwischen den …

17 regression survival hazard

5

Wie füge ich dem linearen Regressionsmodell eine periodische Komponente hinzu?

Ich habe einige kumulative Frequenzdaten. Eine Linie passt sehr gut zu den Daten, aber es gibt ein zyklisches / periodisches Wackeln in der Linie. Ich möchte schätzen , wenn die kumulative Frequenz einen bestimmten Wert erreichen wird c . Wenn ich die Residuen gegen angepasste Werte zeichne, erhalte ich ein …

17 time-series regression

3

Wie entscheide ich mich für eine GLM-Familie?

Ich habe Fischdichtedaten, die ich versuche, zwischen verschiedenen Erfassungstechniken zu vergleichen, die Daten haben viele Nullen, und das Histogramm sieht für eine Poisson-Verteilung angemessen aus, außer dass es sich bei den Dichten nicht um ganzzahlige Daten handelt. Ich bin relativ neu bei GLMs und habe in den letzten Tagen online …

17 regression distributions generalized-linear-model link-function

3

Logistische Regression oder T-Test?

Eine Gruppe von Personen beantwortet eine Frage. Die Antwort kann "Ja" oder "Nein" sein. Der Forscher möchte wissen, ob das Alter mit der Art der Antwort zusammenhängt. Die Assoziation wurde durch eine logistische Regression bewertet, bei der das Alter die erklärende Variable und die Art der Antwort (Ja, Nein) die …

17 regression logistic t-test

3

Was bedeutet negatives R-Quadrat?

Angenommen, ich habe einige Daten, und dann passe ich die Daten einem Modell an (einer nichtlinearen Regression). Dann berechne ich das R-Quadrat ( R2R2R^2 ). Wenn R-Quadrat negativ ist, was bedeutet das? Heißt das, mein Modell ist schlecht? Ich kenne die Reichweite vonR2R2R^2 [-1,1] sein kann. WennR2R2R^2 0 ist, was …

17 regression goodness-of-fit r-squared curve-fitting

2

Ist die Verwendung der Korrelationsmatrix zur Auswahl der Prädiktoren für die Regression korrekt?

Vor ein paar Tagen erzählte mir ein Psychologe und Forscher von seiner Methode zur Auswahl von Variablen für ein lineares Regressionsmodell. Ich denke, es ist nicht gut, aber ich muss jemanden fragen, um sicherzugehen. Die Methode ist: Betrachten Sie die Korrelationsmatrix zwischen allen Variablen (einschließlich der abhängigen Variablen Y) und …

17 regression correlation model-selection

2

Literaturübersicht zur nichtlinearen Regression

Kennt jemand einen guten Übersichtsartikel für die statistische Literatur zur nichtlinearen Regression? Ich interessiere mich hauptsächlich für Konsistenzergebnisse und Asymptotika. Von besonderem Interesse ist das Modell yich t= m ( xich t, θ ) + ϵich t,yicht=m(xicht,θ)+ϵicht,y_{it} = m(x_{it},\theta) + \epsilon_{it}, für Paneldaten. Weniger interessant sind nicht parametrische Methoden. Vorschläge …

17 regression references nonlinear-regression

Als «regression» getaggte Fragen