Statistiken und Big Data regression

2

Was ist der Unterschied zwischen "regulärer" linearer Regression und linearer Deep-Learning-Regression?

Ich möchte den Unterschied zwischen der linearen Regression in einer regulären Analyse des maschinellen Lernens und der linearen Regression in der Einstellung "Deep Learning" kennen. Welche Algorithmen werden für die lineare Regression in Deep-Learning-Umgebungen verwendet?

12 regression machine-learning deep-learning

1

Warum die Zeitreihenanalyse nicht als Algorithmus für maschinelles Lernen betrachtet wird

Warum wird die Zeitreihenanalyse nicht als Algorithmus für maschinelles Lernen angesehen (im Gegensatz zur linearen Regression)? Sowohl die Regressions- als auch die Zeitreihenanalyse sind Prognosemethoden. Warum wird einer von ihnen als Lernalgorithmus angesehen, der andere jedoch nicht?

12 regression machine-learning time-series terminology

1

Sollte Teil

Es folgt ein Modell, das aus einem mtcarsDatensatz erstellt wurde: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj 0.834 d.f. 28 …

12 regression multiple-regression r-squared

1

Hyperparameter-Tuning in der Gaußschen Prozessregression

Ich versuche, die Hyperparameter des von mir implementierten Gaußschen Prozessregressionsalgorithmus abzustimmen. Ich möchte einfach die logarithmische Grenzwahrscheinlichkeit maximieren, die durch die Formel wobeiKdie Kovarianzmatrix mit den ElementenKij=k(xi,xj)=b-1exp(- istLog( y | X., Θ ) = - 12yT.K.- 1yy - 12Log( det ( K.) ) - n2Log( 2 π)Log⁡(y|X.,θ)=- -12yT.K.y- -1y- -12Log⁡(det(K.))- …

12 regression optimization gaussian-process hyperparameter

1

Warum nicht jedes Mal eine robuste Regression?

Beispiele auf dieser Seite zeigen, dass die einfache Regression stark von Ausreißern beeinflusst wird und dies durch Techniken der robusten Regression überwunden werden kann: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Ich glaube, lmrob und ltsReg sind andere robuste Regressionstechniken. Warum sollte man nicht jedes Mal eine robuste Regression (wie rlm oder rq) durchführen, anstatt …

12 regression multiple-regression robust

1

Was ist der Zusammenhang zwischen Regularisierung und der Methode der Lagrange-Multiplikatoren?

Um eine Überanpassung von Personen zu verhindern, fügen Menschen der Kostenfunktion der linearen Regression einen Regularisierungsterm (proportional zur quadratischen Summe der Parameter des Modells) mit einem Regularisierungsparameter . Ist dieser Parameter λ der gleiche wie ein Lagrange-Multiplikator? Ist die Regularisierung also dieselbe wie die Methode des Lagrange-Multiplikators? Oder wie hängen …

12 regression optimization regularization

2

Was ist der Unterschied zwischen einem Mischeffektmodell und einem linearen Regressionsmodell?

Kann jemand bitte den Unterschied zwischen einem gemischten Modell und einer linearen Regressionsanalyse erklären? (Ich habe nur sehr begrenzte Kenntnisse der Statistik.)

12 regression mixed-model

2

Warum dauert es lange, bis R ein Modell mit einem Faktor mit vielen Ebenen anpasst?

Ich passe ein Modell mit einem Faktor mit vielen Ebenen an und es dauert sehr lange, bis R zu diesem Modell passt. Warum ist das? Wenn ich zum Beispiel eine Regression anpasse, um die Gehälter der Spieler vorherzusagen, und einen Faktor-Prädiktor für alle jeweiligen Nationalitäten der Spieler einbeziehe, würde dies …

12 regression categorical-data

1

Vergleich der Regressionskoeffizienten desselben Modells über verschiedene Datensätze hinweg

Ich bewerte zwei (2) Kältemittel (Gase), die im selben Kühlsystem verwendet wurden. Ich habe gesättigte Saugtemperatur ( ), Kondensationstemperatur ( D ) und Stromstärke ( Y ) für die Auswertung. Es gibt zwei (2) Datensätze; 1. Kältemittel ( R 1 ) & 2. Kältemittel ( R 2 ). Ich verwende …

12 regression regression-coefficients

3

Berechnen Sie die Unsicherheit der linearen Regressionssteigung basierend auf der Datenunsicherheit

Wie berechnet man die Unsicherheit der linearen Regressionssteigung basierend auf der Datenunsicherheit (möglicherweise in Excel / Mathematica)? Beispiel: Lassen Sie uns Datenpunkte (0,0), (1,2), (2,4), (3,6), (4,8), ... (8, 16) haben, aber jeder y-Wert hat eine Unsicherheit von 4. Die meisten Funktionen, die ich gefunden habe, würden die Unsicherheit als …

12 regression uncertainty

2

Heteroskedastizität und Restnormalität

Ich habe eine lineare Regression, die ziemlich gut ist, denke ich (es ist für ein Universitätsprojekt, also muss ich nicht wirklich sehr genau sein). Punkt ist, wenn ich die Residuen gegen vorhergesagte Werte zeichne, gibt es (laut meinem Lehrer) einen Hinweis auf Heteroskedastizität. Aber wenn ich das QQ-Diagramm der Residuen …

12 regression normal-distribution residuals heteroscedasticity

4

Welche Vorteile hat die Poisson-Regression in diesem Fall gegenüber der linearen Regression?

Ich habe einen Datensatz erhalten, der die Anzahl der Auszeichnungen enthält, die von Schülern einer High School erhalten wurden. Zu den Prädiktoren für die Anzahl der Auszeichnungen gehören die Art des Programms, in dem der Schüler eingeschrieben war, und die Punktzahl für die Abschlussprüfung in Mathematik. Ich habe mich gefragt, …

12 regression generalized-linear-model poisson-distribution count-data

2

Funktionsauswahl und Parametereinstellung mit Caret für zufällige Gesamtstruktur

Ich habe Daten mit einigen tausend Features und möchte eine rekursive Feature-Auswahl (RFE) durchführen, um nicht informative zu entfernen. Ich mache das mit Caret und RFE. Ich begann jedoch zu überlegen, wann ich die Parameterabstimmung ( mtryfür RF) durchführen soll, wenn ich die beste Regressionsanpassung erhalten möchte (z. B. zufällige …

12 regression feature-selection random-forest caret

3

Beziehung zwischen zwei Zeitreihen: ARIMA

Was ist angesichts der folgenden zwei Zeitreihen ( x , y ; siehe unten) die beste Methode, um die Beziehung zwischen den langfristigen Trends in diesen Daten zu modellieren? Beide Zeitreihen haben signifikante Durbin-Watson-Tests, wenn sie als Funktion der Zeit modelliert werden, und beide sind nicht stationär (wie ich den …

12 regression time-series arima

3

Warum einen verzögerten DV als Instrumentenvariable verwenden?

Ich habe einen Datenanalysecode geerbt, den ich als Ökonometriker nur schwer verstehen kann. Ein Modell führt eine Regression instrumenteller Variablen mit dem folgenden Befehl Stata aus ivreg my_dv var1 var2 var3 (L.my_dv = D2.my_dv D3.my_dv D4.my_dv) Dieser Datensatz ist ein Panel mit mehreren aufeinander folgenden Beobachtungen für diesen Satz von …

12 regression stata instrumental-variables

Als «regression» getaggte Fragen