Als «regression» getaggte Fragen

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

4
Gaußsche Prozesse: Verwendung von GPML für mehrdimensionale Ausgaben
Gibt es eine Möglichkeit, eine Gaußsche Prozessregression für mehrdimensionale Ausgaben (möglicherweise korreliert) mithilfe von GPML durchzuführen ? Im Demo-Skript konnte ich nur ein 1D-Beispiel finden. Eine ähnliche Frage zum Lebenslauf, die sich mit mehrdimensionalen Eingaben befasst. Ich ging ihr Buch durch, um zu sehen, ob ich etwas finden konnte. Im …
1
Interaktionsterme und Polynome höherer Ordnung
Wenn ich daran interessiert wäre, wechselseitige Wechselwirkungen zwischen einer linearen erklärenden Variablen und einer anderen erklärenden Variablen , die eine quadratische Beziehung zur abhängigen Variablen , , müsste ich sowohl die Wechselwirkung mit der quadratischen Komponente als auch die Wechselwirkung mit der linearen Komponente einbeziehen Komponente im Modell? Beispiel: Aufbauend …
2
Einflussfunktionen und OLS
Ich versuche zu verstehen, wie Einflussfunktionen funktionieren. Könnte jemand im Kontext einer einfachen OLS-Regression erklären yi=α+β⋅xi+εiyi=α+β⋅xi+εi\begin{equation} y_i = \alpha + \beta \cdot x_i + \varepsilon_i \end{equation} wo ich die Einflussfunktion für will ββ\beta.
1
Werden Root-Transformationen empfohlen?
Mein Kollege möchte einige Daten analysieren, nachdem er die Antwortvariable transformiert hat, indem er sie auf die Potenz von (d. ).1818\frac18y0.125y0.125y^{0.125} Das ist mir unangenehm, aber ich habe Mühe zu erklären, warum. Ich kann mir keine mechanistischen Gründe für diese Transformation vorstellen. Ich habe es noch nie zuvor gesehen, und …
5
Ist die lineare Regression überholt? [geschlossen]
Geschlossen . Diese Frage ist meinungsbasiert . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage, damit sie mit Fakten und Zitaten beantwortet werden kann, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich bin derzeit in einer linearen Regressionsklasse, kann aber …
2
Logistische Regression und Wahrscheinlichkeit verstehen
Wie funktioniert die Parameterschätzung / Training der logistischen Regression wirklich? Ich werde versuchen, das, was ich habe, so weit zu bringen. Die Ausgabe ist y die Ausgabe der logistischen Funktion in Form einer Wahrscheinlichkeit in Abhängigkeit vom Wert von x: P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)={1\over1+e^{-\omega^Tx}}\equiv\sigma(\omega^Tx) P(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1-P(y=1|x)=1-{1\over1+e^{-\omega^Tx}} Für eine Dimension ist die sogenannte Quote wie …
1
Wie können fehlende Daten bei der Verwendung von Splines oder Bruchpolynomen behandelt werden?
Ich lese Multivariable Model Building: Ein pragmatischer Ansatz zur Regressionsanalyse basierend auf fraktionellen Polynomen zur Modellierung kontinuierlicher Variablen von Patrick Royston und Willie Sauerbrei. Bisher bin ich beeindruckt und es ist ein interessanter Ansatz, den ich vorher nicht in Betracht gezogen hatte. Die Autoren gehen jedoch nicht auf fehlende Daten …
2
Ist es falsch, Features basierend auf dem p-Wert auszuwählen?
Es gibt mehrere Beiträge zum Auswählen von Features. Eine der Methoden beschreibt die Wichtigkeit von Merkmalen basierend auf t-Statistiken. In R, varImp(model)angewendet auf ein lineares Modell mit standardisierten Merkmalen, wird der Absolutwert der t-Statistik für jeden Modellparameter verwendet. Im Grunde genommen wählen wir ein Feature basierend auf seiner t-Statistik aus, …
1
Ist Just-Identified 2SLS voreingenommen im Median?
In Mostly Harmless Econometrics: Ein Empiricist's Companion (Angrist und Pischke, 2009: Seite 209) las ich Folgendes: (...) Tatsächlich ist gerade identifizierter 2SLS (etwa der einfache Wald-Schätzer) ungefähr unvoreingenommen . Dies ist formal schwer zu zeigen, da gerade identifizierte 2SLS keine Momente haben (dh die Stichprobenverteilung hat fette Schwänze). Trotzdem ist …
2
Wie löse ich die geringste absolute Abweichung mit der Simplex-Methode?
argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n Aber ich habe keine Ahnung, wie ich es Schritt für Schritt lösen soll, da ich LP-Neuling bin. Hast du irgendeine Idee? Danke im Voraus! BEARBEITEN: Hier ist der letzte Stand, …
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.