Statistiken und Big Data regression

1

Überdispersion und Unterdispersion bei negativer Binomial / Poisson-Regression

Ich führte eine Poisson-Regression in SAS durch und stellte fest, dass der Pearson-Chi-Quadrat-Wert geteilt durch die Freiheitsgrade etwa 5 betrug, was auf eine signifikante Überdispersion hinweist. Also habe ich ein negatives Binomialmodell mit proc genmod angepasst und festgestellt, dass der Pearson-Chi-Quadrat-Wert geteilt durch die Freiheitsgrade 0,80 beträgt. Wird dies nun …

11 regression binomial underdispersion

2

Ist es „okay“, eine Regressionslinie für Rangdaten zu zeichnen (Spearman-Korrelation)?

Ich habe Daten, für die ich die Spearman-Korrelation berechnet habe, und möchte sie für eine Veröffentlichung visualisieren. Die abhängige Variable wird eingestuft, die unabhängige Variable nicht. Was ich visualisieren möchte, ist eher der allgemeine Trend als die tatsächliche Steigung, daher habe ich die unabhängige Rangfolge eingestuft und die Spearman-Korrelation / …

11 regression data-visualization spearman-rho ordered-logit isotonic

1

Was ist der Unterschied zwischen der Steuerung einer Variablen in einem Regressionsmodell und der Steuerung einer Variablen in Ihrem Studiendesign?

Ich stelle mir vor, dass die Steuerung einer Variablen in Ihrem Studiendesign die Fehler wirksamer reduziert als die post-hoc-Steuerung in Ihrem Regressionsmodell. Würde es jemandem etwas ausmachen, formal zu erklären, wie sich diese beiden Fälle von "Controlling" unterscheiden? Wie vergleichsweise effektiv können sie Fehler reduzieren und genauere Vorhersagen liefern?

11 regression experiment-design controlling-for-a-variable

1

Verwendung von Standardwerkzeugen für maschinelles Lernen für linkszensierte Daten

Ich entwickle eine Prognoseanwendung, deren Zweck es einem Importeur ist, die Nachfrage nach seinen Produkten über sein Kundennetzwerk von Händlern zu prognostizieren. Die Verkaufszahlen sind ein ziemlich guter Indikator für die Nachfrage, solange genügend Lagerbestände vorhanden sind, um die Nachfrage zu befriedigen. Wenn der Lagerbestand jedoch auf Null gesenkt wird …

11 r regression machine-learning censoring

2

Quadratische Programmierung und Lasso

Ich versuche eine Lasso-Regression durchzuführen, die folgende Form hat: Minimiere inwww(Y−Xw)′(Y−Xw)+λ|w|1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 Bei einem wurde mir geraten, das optimale mit Hilfe der quadratischen Programmierung zu finden, die die folgende Form annimmt:λλ\lambdawww Minimiere in , vorbehaltlichxxx12x′Qx+c′x12x′Qx+c′x\frac{1}{2} x'Qx + c'xAx≤b.Ax≤b.Ax \le b. Jetzt ist mir klar, …

11 regression lasso quadratic-form

1

Rücktransformation der Regressionsergebnisse beim Modellieren des Protokolls (y)

Ich füge eine Regression in das . Ist es gültig, Transformationspunktschätzungen (und Konfidenz- / Vorhersageintervalle) durch Exponentiation zu unterstützen? Ich glaube nicht, da E [ f ( X ) ] ≠ f ( E [ X ] ), aber ich wollte die Meinungen anderer.log(y)log⁡(y)\log(y)E[f(X)]≠f(E[X])E[f(X)]≠f(E.[X.]])E[f(X)] \ne f(E[X]) Mein Beispiel unten zeigt …

11 regression back-transformation

3

Was sind die Probleme bei der Verwendung des prozentualen Ergebnisses bei der linearen Regression?

Ich habe eine Studie, in der viele Ergebnisse wie Prozentsätze dargestellt werden, und ich verwende mehrere lineare Regressionen, um die Auswirkung einiger kategorialer Variablen auf diese Ergebnisse zu bewerten. Ich habe mich gefragt, ob es methodische Probleme gibt, ein solches Modell auf Prozentsätze anzuwenden, die zwischen 0 und 100 liegen, …

11 regression ratio percentage

3

ARIMA Intervention Transfer Function - Visualisierung des Effekts

Ich habe eine monatliche Zeitreihe mit einer Intervention und möchte die Auswirkung dieser Intervention auf das Ergebnis quantifizieren. Mir ist klar, dass die Serie ziemlich kurz ist und der Effekt noch nicht abgeschlossen ist. Die Daten cds <- structure(c(2580L, 2263L, 3679L, 3461L, 3645L, 3716L, 3955L, 3362L, 2637L, 2524L, 2084L, 2031L, …

11 r regression arima intervention-analysis

1

Testen, ob zwei Regressionskoeffizienten signifikant unterschiedlich sind (idealerweise in R)

Wenn dies eine doppelte Frage ist, zeigen Sie bitte auf den richtigen Weg, aber die ähnlichen Fragen, die ich hier gefunden habe, waren nicht ausreichend ähnlich. Angenommen, ich schätze das Modell Y=α+βX+uY=α+βX+uY=\alpha + \beta X + u und finde, dass . Es stellt sich jedoch heraus , dass X = …

11 r regression hypothesis-testing econometrics

1

Wie adressieren instrumentelle Variablen die Auswahlverzerrung?

Ich frage mich, wie eine instrumentelle Variable die Auswahlverzerrung bei der Regression angeht. Hier ist das Beispiel, an dem ich kaue: In Mostly Harmless Econometrics diskutieren die Autoren eine IV-Regression in Bezug auf Militärdienst und Einkommen im späteren Leben. Die Frage ist: "Steigert oder verringert der Militärdienst die zukünftigen Einnahmen?" …

11 regression econometrics bias causality instrumental-variables

1

Fisher's Exact Test und hypergeometrische Verteilung

Ich wollte den genauen Test des Fischers besser verstehen, deshalb habe ich das folgende Spielzeugbeispiel entwickelt, bei dem f und m männlich und weiblich und n und y dem "Sodakonsum" wie folgt entsprechen: > soda_gender f m n 0 5 y 5 0 Dies ist natürlich eine drastische Vereinfachung, aber …

11 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

4

Logistische Regression und Wendepunkt

Wir haben Daten mit einem binären Ergebnis und einigen Kovariaten. Ich habe die Daten mithilfe der logistischen Regression modelliert. Nur eine einfache Analyse, nichts Außergewöhnliches. Die endgültige Ausgabe soll eine Dosis-Wirkungs-Kurve sein, in der wir zeigen, wie sich die Wahrscheinlichkeit für eine bestimmte Kovariate ändert. Etwas wie das: Wir erhielten …

11 regression logistic generalized-linear-model binary-data

1

Warum basiert die Diagnose auf Residuen?

Bei einer einfachen linearen Regression möchte man oft überprüfen, ob bestimmte Annahmen erfüllt sind, um Rückschlüsse ziehen zu können (z. B. sind Residuen normalverteilt). Ist es sinnvoll, die Annahmen zu überprüfen, indem überprüft wird, ob die angepassten Werte normal verteilt sind?

11 regression residuals diagnostic

1

Die Ridge-Regression führt bei der Verwendung von lm.ridge und glmnet zu unterschiedlichen Ergebnissen

Ich habe einige Daten angewendet, um die beste Variablenlösung des Regressionsmodells unter Verwendung der Gratregression in R zu finden. Ich habe lm.ridgeund glmnet(wann alpha=0) verwendet, aber die Ergebnisse sind sehr unterschiedlich, insbesondere wenn lambda=0. Es wird angenommen, dass beide Parameterschätzer die gleichen Werte haben. Also, was ist das Problem hier? …

11 r regression ridge-regression glmnet

1

Stichprobenverteilung der Regressionskoeffizienten

Ich habe zuvor etwas über Stichprobenverteilungen gelernt, die Ergebnisse lieferten, die für den Schätzer in Bezug auf den unbekannten Parameter waren. Zum Beispiel für die Probenahme Verteilungen von ß 0 und β 1 in dem linearen Regressionsmodell Y i = β o + β 1 X i + ε iβ^0β^0\hat\beta_0β^1β^1\hat\beta_1Y.ich= …

11 regression self-study bayesian mathematical-statistics sampling

Als «regression» getaggte Fragen