Statistiken und Big Data regression

3

Bestimmung der statistischen Signifikanz des linearen Regressionskoeffizienten bei Vorhandensein von Multikollinearität

Angenommen, ich habe eine Reihe von Städten mit unterschiedlichen Bevölkerungsgrößen und wollte wissen, ob es eine positive lineare Beziehung zwischen der Anzahl der Spirituosengeschäfte in einer Stadt und der Anzahl der DUIs gibt. Wo ich anhand eines t-Tests des geschätzten Regressionskoeffizienten feststelle, ob diese Beziehung signifikant ist oder nicht. Jetzt …

9 regression multicollinearity

4

Wie interpretiere ich eine Überlebenskurve des Cox-Hazard-Modells?

Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Welche Aussage ist zum Zeitpunkt zum Beispiel wahr? oder sind beide falsch?200200200 Statement 1: Wir …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Warum wird in Zeitungen selten berichtet, welche Art von Quadratsummen in Anova-Ergebnissen verwendet wird?

Nach meiner kurzen Erfahrung in der Statistik scheint es, dass die Art der Quadratsummen (Typ I, II, III, IV ...), die zum Erhalten von ANOVA-Ergebnissen verwendet werden, einen dramatischen Unterschied bei den Testergebnissen bewirken kann (insbesondere bei Modellen mit Interaktionen und fehlenden Daten). Ich habe jedoch noch kein Papier gesehen, …

9 regression anova manova reporting sums-of-squares

2

Lineare Regression: * Warum * können Sie Quadratsummen aufteilen?

Dieser Beitrag bezieht sich auf ein bivariates lineares Regressionsmodell, . Ich habe immer die Aufteilung der Gesamtsumme der Quadrate (SSTO) in die Summe der Quadrate für Fehler (SSE) und die Summe der Quadrate für das Modell (SSR) auf Glauben genommen, aber als ich anfing, wirklich darüber nachzudenken, verstehe ich nicht …

9 regression sums-of-squares orthogonal

1

Beziehung zwischen MLE und kleinsten Quadraten bei linearer Regression

Hastie und Tibshirani erwähnen in Abschnitt 4.3.2 ihres Buches, dass in der linearen Regressionseinstellung der Ansatz der kleinsten Quadrate tatsächlich ein Sonderfall mit maximaler Wahrscheinlichkeit ist. Wie können wir dieses Ergebnis beweisen? PS: Ersparen Sie keine mathematischen Details.

9 regression maximum-likelihood least-squares

1

Zweifel an der Ableitung von Gaußschen Prozessregressionsgleichungen in einer Arbeit

Ich lese diesen Papiervorabdruck und habe Schwierigkeiten, die Gleichungen für die Gaußsche Prozessregression abzuleiten. Sie verwenden die Einstellung und Notation von Rasmussen & Williams . Somit wird additives, mittleres, stationäres und normalverteiltes Rauschen mit Varianz angenommen:σ2noiseσnoise2\sigma^2_{noise} y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, \quad \epsilon\sim N(0,\sigma^2_{noise}) Für wird ein GP vor dem Mittelwert Null angenommen , …

9 regression bayesian gaussian-process

1

Nomenklatur für die linke und rechte Seite in Regressionsmodellen

y=β0+β1x1+ε0y=β0+β1x1+ε0y = \beta_{0} + \beta_{1}x_{1} + \varepsilon_{0} Die Sprache zur Beschreibung von Regressionsmodellen, wie die oben angegebene sehr einfache lineare Regression, variiert häufig, und solche Variationen weisen häufig geringfügige Bedeutungsverschiebungen auf. Zum Beispiel kann der Teil des Modells auf der linken Seite der Gleichung mit Konnotationen und Bezeichnungen in Klammern …

9 regression terminology

3

Was sind die Konsequenzen einer nicht konstanten Varianz der Fehlerterme bei der linearen Regression?

Eine der Annahmen der linearen Regression ist, dass die Fehlerterme eine konstante Varianz aufweisen sollten und dass die mit dem Modell verbundenen Konfidenzintervalle und Hypothesentests auf dieser Annahme beruhen. Was genau passiert, wenn die Fehlerterme keine konstante Varianz haben?

9 regression heteroscedasticity assumptions robust-standard-error

2

Die Annahmen der kleinsten Quadrate

Nehmen Sie die folgende lineare Beziehung an: , wobei die abhängige Variable ist, eine einzelne unabhängige Variable und der Fehlerterm.Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYiYiY_iXiXiX_iuiuiu_i Nach Stock & Watson (Einführung in die Ökonometrie; Kapitel 4 ) ist die Annahme der Quadrate, dass die vierten Momente von und ungleich …

9 regression least-squares assumptions bias consistency

2

Bedeutet ein positiver Interaktionsterm eine Korrelation zwischen seinen konstituierenden Variablen?

eine lineare Regression mit der Form .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Wenn positiv ist, impliziert dies eine positive Korrelation zwischen und ? (Umgekehrt eine negative Korrelation, wenn \ beta_3 negativ ist?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression interaction

2

Dürfen Durchschnittswerte für einen Datensatz verwendet werden, um die Korrelation zu verbessern?

Ich habe einen Datensatz mit einer abhängigen und einer unabhängigen Variablen. Beide sind keine Zeitreihen. Ich habe 120 Beobachtungen. Der Korrelationskoeffizient beträgt 0,43 Nach dieser Berechnung habe ich für beide Variablen eine Spalte mit dem Durchschnitt für jeweils 12 Beobachtungen hinzugefügt, was zu 2 neuen Spalten mit 108 Beobachtungen (Paaren) …

9 regression correlation mean predictor cross-section

2

Regression auf der Einheitsscheibe ausgehend von Proben mit „gleichmäßigem Abstand“

Ich muss ein kompliziertes Regressionsproblem über die Einheitsplatte lösen. Die ursprüngliche Frage zog einige interessante Kommentare an, aber leider keine Antworten. In der Zwischenzeit habe ich etwas mehr über dieses Problem gelernt, daher werde ich versuchen, das ursprüngliche Problem in Teilprobleme aufzuteilen und zu sehen, ob ich diesmal besseres Glück …

9 regression spatial circular-statistics

1

Wie arbeitet der lineare Basislerner beim Boosten? Und wie funktioniert es in der xgboost-Bibliothek?

Ich weiß, wie man lineare Zielfunktionen und lineare Boosts in XGBoost implementiert. Meine konkrete Frage lautet: Wenn der Algorithmus zum Residuum (oder zum negativen Gradienten) passt, verwendet er bei jedem Schritt ein Merkmal (dh ein univariates Modell) oder alle Merkmale (multivariates Modell)? Jeder Verweis auf die Dokumentation zu den linearen …

9 regression machine-learning boosting xgboost

1

Können standardisierte

Ich versuche, die Ergebnisse eines Artikels zu interpretieren, in dem mehrere Regressionen angewendet wurden, um verschiedene Ergebnisse vorherzusagen. Die -Werte (standardisierte B-Koeffizienten, definiert als β x 1 = B x 1 ⋅ S D x 1)ββ\beta wobeiydie abhängige Variable undx1ein Prädiktor ist) berichtet, scheint nicht mit dem gemeldetenR2übereinzustimmen:βx1=Bx1⋅SDx1SDyβx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} …

9 regression regression-coefficients multicollinearity r-squared

2

Wie berechnet man das Konfidenzintervall des x-Achsenabschnitts in einer linearen Regression?

Da der Standardfehler einer linearen Regression normalerweise für die Antwortvariable angegeben wird, frage ich mich, wie Konfidenzintervalle in die andere Richtung erhalten werden können - z. B. für einen x-Achsenabschnitt. Ich kann mir vorstellen, was es sein könnte, aber ich bin sicher, dass es einen einfachen Weg geben muss, dies …

9 r regression confidence-interval bootstrap

Als «regression» getaggte Fragen