Statistiken und Big Data regression

3

Angepasste vs. nicht angepasste Effekte in der Regression

Ist "nicht angepasst" im Grunde nur eine einfache lineare Regression, während "angepasst" eine multiple Regression ist? Betrachten Sie beispielsweise die Auswirkung von x auf y, indem Sie andere Variablen wie a, b und c anpassen, anstatt sie nicht anzupassen.

10 regression multiple-regression

2

Ist die Kernel-Regression der Gaußschen Prozess-Regression ähnlich?

Ich habe zuvor die Nadaraya-Watson-Kernel-Regression verwendet, um Daten zu glätten. Kürzlich bin ich auf die Gaußsche Prozessregression gestoßen. Auf den ersten Blick scheinen sie nicht verwandt zu sein. Aber ich frage mich, ob es vielleicht eine tiefere Verbindung gibt, die mir nicht bewusst ist. Ist die Nadaraya-Watson-Kernel-Regression ein Sonderfall von …

10 regression nonparametric gaussian-process kernel-smoothing

2

Klassifizierung mit geordneten Klassen?

Angenommen, ich möchte einen Klassifikator trainieren, der ein Bild einer Person als jung , mittleren Alters oder alt zuweist . Eine einfache Möglichkeit wäre, die Klassen als unabhängige Kategorien zu behandeln und einen Klassifikator zu trainieren. Aber anscheinend gibt es eine Beziehung zwischen den Klassen. Wie kann ich das nutzen, …

10 regression machine-learning classification discrete-data

1

Was bedeutet die strikte Exogenitätsbedingung von OLS wirklich?

In Hayashis Ökonometrie heißt es, dass eine der Annahmen des klassischen OLS lautet: Und ich weiß, dass die Implikationen sind, dass für alle , und dass der Fehlerterm nicht mit den Regressoren korreliert.E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.(1)(1)E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.\mathbb{E}(\epsilon_i\lvert\mathbf{x_1}, \mathbf{x_2}, \ldots, \mathbf{x_n}) = 0 \text{, for } i=1, \ldots, n. \tag{1}E(ϵi)=0E(ϵi)=0\mathbb{E}(\epsilon_i) = …

10 regression econometrics least-squares

1

Warum schließt ein

Bei der Ermittlung von Statistiken mit SPSS 4th Edition von Andy Field wurde empfohlen, den Interaktionsterm zwischen der unabhängigen Variablen aufzunehmenxxx und seine entsprechende natürliche Logarithmus-Transformation ln(x)ln⁡(x)\ln(x)Variable, um zu überprüfen, ob die Linearitätsannahme verletzt wurde. Welche statistische Theorie steckt dahinter? Dies ist ein Zitat aus dem Buch: Diese Annahme kann …

10 regression logistic assumptions

2

Wie interpretiere ich eine ANOVA-Tabelle, in der vollständige und reduzierte OLS-Modelle verglichen werden?

Ich habe das online gefunden und es ist ein gutes Beispiel für das Problem, das ich habe. In einem solchen Fall bin ich mir nicht sicher, worauf sich die erste Zeile bezieht. Es heißt, es gibt 15 DF und der RSS ist 8,18. Wird diese Linie als Modellvariante "Zwischen" interpretiert? …

10 regression anova nested-data

1

Warum bestraft die Regularisierung in der linearen Regression auch die Parameterwerte?

Ich lernte gerade die Gratregression und war etwas verwirrt über die Bestrafung komplexerer Modelle (oder die Definition eines komplexeren Modells). Soweit ich weiß, korreliert die Komplexität des Modells nicht unbedingt mit der Polynomordnung. Also: ist ein komplexeres Modell als:2 + 3 + 4 x2+ 5 x3+ 6 x42+3+4x2+5x3+6x4 2 + …

9 regression regularization hyperparameter

2

Warum ist die logistische Regression gut kalibriert und wie kann ihre Kalibrierung ruiniert werden?

In den Scikit-Lerndokumenten zur Wahrscheinlichkeitskalibrierung vergleichen sie die logistische Regression mit anderen Methoden und stellen fest, dass die zufällige Gesamtstruktur weniger gut kalibriert ist als die logistische Regression. Warum ist die logistische Regression gut kalibriert? Wie könnte man die Kalibrierung einer logistischen Regression ruinieren (nicht, dass man es jemals wollen …

9 regression logistic calibration

3

Regression logistischer Regressionsreste auf anderen Regressoren

Wenn die OLS-Regression auf die kontinuierliche Antwort angewendet wird, kann die multiple Regressionsgleichung aufgebaut werden, indem nacheinander Regressionen der Residuen auf jeder Kovariate ausgeführt werden. Meine Frage ist, gibt es eine Möglichkeit, dies mit logistischer Regression über logistische Regressionsreste zu tun ? Pr(Y=1|x,z)Pr(Y=1|x,z)\Pr(Y = 1 | x, z)xxxR1R1R_1R1R1R_1zzz

9 regression logistic residuals

1

Regularisierte lineare vs. RKHS-Regression

Ich untersuche den Unterschied zwischen Regularisierung in der RKHS-Regression und linearer Regression, aber es fällt mir schwer, den entscheidenden Unterschied zwischen beiden zu erfassen. Bei gegebenen Eingabe-Ausgabe-Paaren möchte ich eine Funktion wie folgt schätzen: wobei eine Kernelfunktion ist. Die Koeffizienten können entweder durch Lösen von wobei mit etwas Missbrauch der …

9 regression generalized-linear-model regularization kernel-trick rbf-kernel

4

Ist es möglich, angepasste Residuen nach Anpassen eines linearen Modells in Bias und Varianz zu zerlegen?

Ich möchte Datenpunkte so klassifizieren, dass sie entweder ein komplexeres Modell oder kein komplexeres Modell benötigen. Mein derzeitiger Gedanke ist es, alle Daten an ein einfaches lineares Modell anzupassen und die Größe der Residuen zu beobachten, um diese Klassifizierung vorzunehmen. Ich habe dann etwas über die Verzerrungs- und Varianzbeiträge zum …

9 regression multiple-regression residuals bias-variance-tradeoff

1

Varianzterm bei der Bias-Varianz-Zerlegung der linearen Regression

In 'Die Elemente des statistischen Lernens' wird der Ausdruck für die Bias-Varianz-Zerlegung des linearen Modells gegeben als wobei die eigentliche Zielfunktion ist, die Varianz des Zufallsfehlers im Modell und ist der lineare Schätzer von .f ( x 0 ) σ 2 ε y = f ( x ) + εE.r …

9 regression linear-model bias-variance-tradeoff

1

Warum ist das Bayes'sche glaubwürdige Intervall in dieser Polynomregression verzerrt, während das Konfidenzintervall korrekt ist?

Betrachten Sie das Diagramm unten, in dem ich Daten wie folgt simuliert habe. Wir betrachten ein binäres Ergebnis für das die wahre Wahrscheinlichkeit, 1 zu sein, durch die schwarze Linie angezeigt wird. Die funktionale Beziehung zwischen einer Kovariate und ist ein Polynom 3. Ordnung mit logistischer Verknüpfung (also in doppelter …

9 regression logistic bayesian confidence-interval credible-interval

1

Wann wird die Deming-Regression verwendet?

Ich arbeite derzeit an einer Möglichkeit, zwei verschiedene Phosphortestwerte ineinander umzuwandeln. Hintergrund Es gibt viele (Extraktions-) Methoden, um pflanzenverfügbaren Phosphor im Boden zu messen. Verschiedene Länder wenden unterschiedliche Methoden an. Um die P-Fertilität zwischen den Ländern zu vergleichen, muss der P-Testwert x auf der Grundlage des P-Testwerts y berechnet werden …

9 regression total-least-squares

1

Welches Deep-Learning-Modell kann Kategorien klassifizieren, die sich nicht gegenseitig ausschließen?

Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit softmaxFunktion auf der letzten Ebene vorhersagen . Somit kann ich …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

Als «regression» getaggte Fragen