Als «regression» getaggte Fragen

Techniken zum Analysieren der Beziehung zwischen einer (oder mehreren) "abhängigen" Variablen und "unabhängigen" Variablen.

2
Ist es empfehlenswert, Ihre Daten in einer Regression mit Panel- / Längsschnittdaten zu standardisieren?
Im Allgemeinen standardisiere ich meine unabhängigen Variablen in Regressionen, um die Koeffizienten richtig zu vergleichen (auf diese Weise haben sie die gleichen Einheiten: Standardabweichungen). Bei Panel- / Längsschnittdaten bin ich mir jedoch nicht sicher, wie ich meine Daten standardisieren soll, insbesondere wenn ich ein hierarchisches Modell schätze. Um zu sehen, …
2
Aggregation von Ergebnissen aus linearen Modellläufen R
Da die Regressionsmodellierung oft mehr "Kunst" als Wissenschaft ist, teste ich häufig viele Iterationen einer Regressionsstruktur. Wie lassen sich die Informationen aus diesen mehreren Modellläufen auf effiziente Weise zusammenfassen, um das "beste" Modell zu finden? Ein Ansatz, den ich gewählt habe, besteht darin, alle Modelle in eine Liste aufzunehmen und …
16 r  regression 
1
Logistische Regression - Multikollinearitätsprobleme / Fallstricke
Muss bei der logistischen Regression die Multikollinearität genauso berücksichtigt werden wie bei der direkten OLS-Regression? Müssen Sie beispielsweise bei einer logistischen Regression, bei der Multikollinearität vorliegt, vorsichtig sein (wie bei einer OLS-Regression), wenn Sie Rückschlüsse auf die Beta-Koeffizienten ziehen? Bei der OLS-Regression ist die Kammregression ein "Fix" für eine hohe …
2
T-Test für lineare Regression verstehen
Ich versuche herauszufinden, wie man Hypothesentests für eine lineare Regression durchführt (Nullhypothese ist keine Korrelation). Jede Anleitung und Seite zu dem Thema, auf die ich stoße, scheint einen T-Test zu verwenden. Aber ich verstehe nicht, was T-Test für lineare Regression eigentlich bedeutet. Ein t-Test wird verwendet, um zwei Populationen zu …
1
Hochdimensionale Regression: Warum ist
Ich versuche, mich über die Forschung im Bereich der hochdimensionalen Regression zu informieren. wenn größer als ist, ist das . Es scheint, als würde der Begriff häufig als Konvergenzrate für Regressionsschätzer verwendet.n p > > n log p / npppnnnp > > np>>np >> nLogp / nLog⁡p/n\log p/n Zum Beispiel …
2
Warum wird eine T-Verteilung zum Testen eines linearen Regressionskoeffizienten verwendet?
In der Praxis ist die Verwendung eines Standard-T-Tests zur Überprüfung der Signifikanz eines linearen Regressionskoeffizienten gängige Praxis. Die Mechanik der Berechnung macht für mich Sinn. Warum kann die T-Verteilung verwendet werden, um die Standardteststatistik zu modellieren, die beim Testen von linearen Regressionshypothesen verwendet wird? Standardteststatistik, auf die ich mich hier …
2
Warum Lasso oder ElasticNet besser abschneiden als Ridge, wenn die Merkmale miteinander korrelieren
Ich habe 150 Funktionen, von denen viele stark miteinander korreliert sind. Mein Ziel ist es, den Wert einer diskreten Variablen vorherzusagen, deren Bereich 1-8 ist . Meine Stichprobengröße beträgt 550 und ich verwende die 10-fache Kreuzvalidierung. AFAIK: Unter den Regularisierungsmethoden (Lasso, ElasticNet und Ridge) ist Ridge strenger in Bezug auf …
3
Welche Beziehung besteht zwischen der Beta-Verteilung und dem logistischen Regressionsmodell?
Meine Frage ist: Wie ist die mathematische Beziehung zwischen der Beta-Verteilung und den Koeffizienten des logistischen Regressionsmodells ? Zur Veranschaulichung: Die logistische (Sigmoid-) Funktion ist gegeben durch f( x ) = 11 + exp( - x )f(x)=11+exp⁡(-x)f(x) = \frac{1}{1+\exp(-x)} und es wird verwendet, um Wahrscheinlichkeiten im logistischen Regressionsmodell zu modellieren. …
1
Was ist der Zusammenhang zwischen partiellen kleinsten Quadraten, reduzierter Rangregression und Hauptkomponentenregression?
Sind reduzierte Rangregression und Hauptkomponentenregression nur Sonderfälle von partiellen kleinsten Quadraten? In diesem Lernprogramm (Seite 6, "Objektivvergleich") wird angegeben, dass bei Teilquadraten ohne X- oder Y-Projektion (dh "nicht partiell") die Rang- oder Hauptkomponentenregression entsprechend verringert wird. Eine ähnliche Erklärung finden Sie auf dieser SAS-Dokumentationsseite in den Abschnitten "Reduzierte Rangregression" und …
2
Warum unterscheidet sich GLM von einem LM mit transformierter Variable?
Wie in diesem Kurshandbuch (Seite 1) erläutert , kann ein lineares Modell in folgender Form geschrieben werden: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, Dabei ist die Antwortvariable und die erklärende Variable .yyyxixix_{i}ithithi^{th} Mit dem Ziel, Testannahmen zu erfüllen, kann man häufig die Antwortvariable transformieren. …
1
Was ist der typische Bereich möglicher Werte für den Schrumpfungsparameter bei einer bestraften Regression?
Bei der Lasso oder Ridge-Regression muss ein Schrumpfungsparameter angegeben werden, der häufig als oder . Dieser Wert wird häufig über eine Kreuzvalidierung ausgewählt, indem eine Reihe verschiedener Werte in den Trainingsdaten überprüft wird und ermittelt wird, welche die besten Werte ergeben, z. B. in den Testdaten. Welchen Wertebereich sollte man …
2
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern zur Inferenz?
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern (dynamische Regression) zur Inferenz? Insbesondere habe ich eine instationäre kontinuierliche Ergebnisvariable , eine instationäre kontinuierliche Prädiktorvariable und eine Scheinvariablen-Behandlungsserie . Ich würde gerne wissen, ob die Behandlung mit einer Änderung der Ergebnisvariablen korreliert war, die mehr als zwei Standardfehler …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.