Statistiken und Big Data regression

1

Perzentile als Prädiktoren verwenden - gute Idee?

Ich denke über ein Problem nach, das darin besteht, das Protokoll (die Ausgaben) eines Kunden mithilfe der linearen Regression vorherzusagen. Ich überlege, welche Funktionen als Eingabe verwendet werden sollen, und frage mich, ob es in Ordnung wäre, das Perzentil einer Variablen als Eingabe zu verwenden. Zum Beispiel könnte ich die …

9 regression linear-model quantiles predictor

2

Hinzufügen von Gewichten für stark verzerrte Datensätze in der logistischen Regression

Ich verwende eine Standardversion der logistischen Regression, um meine Eingabevariablen an binäre Ausgabevariablen anzupassen. In meinem Problem sind die negativen Ausgänge (0s) jedoch weitaus größer als die positiven Ausgänge (1s). Das Verhältnis beträgt 20: 1. Wenn ich also einen Klassifikator trainiere, scheinen selbst Merkmale, die stark auf die Möglichkeit einer …

9 regression logistic weighted-regression

3

Gaußsches Prozessregressionsspielzeugproblem

Ich habe versucht, eine gewisse Intuition für die Regression des Gaußschen Prozesses zu gewinnen, also habe ich ein einfaches 1D-Spielzeugproblem zum Ausprobieren erstellt. Ich habe als Eingaben und als Antworten genommen. ('Inspiriert' von )xich= { 1 , 2 , 3 }xi={1,2,3}x_i=\{1,2,3\}y = x 2yich= { 1 , 4 , 9 …

9 regression gaussian-process

1

Versucht das angepasste R-Quadrat, die R-Quadrat-Population mit fester Punktzahl oder zufälliger Punktzahl zu schätzen?

Die Population r-square kann unter der Annahme fester oder zufälliger Bewertungen definiert werden:ρ2ρ2\rho^2 Feste Punktzahlen: Die Stichprobengröße und die besonderen Werte der Prädiktoren werden festgehalten. Somit ist der Anteil der Varianz, der im Ergebnis durch die Populationsregressionsgleichung erklärt wird, wenn die Prädiktorwerte konstant gehalten werden.ρ2fρf2\rho^2_f Zufällige Bewertungen: Die bestimmten Werte …

9 regression estimation r-squared

2

Standardfehler von Steigungen bei stückweise linearer Regression mit bekannten Haltepunkten

Die Situation Ich habe einen Datensatz mit einem abhängigen und einer unabhängigen Variablen x . Ich möchte eine kontinuierliche stückweise lineare Regression mit k bekannten / festen Haltepunkten anpassen, die bei ( a 1 , a 2 , … , a k ) auftreten . Die Breakpoins sind ohne Unsicherheit …

9 r regression standard-error piecewise-linear

1

Unter welchen Annahmen liefert die gewöhnliche Methode der kleinsten Quadrate effiziente und unvoreingenommene Schätzer?

Stimmt es, dass unter den Gauß-Markov-Annahmen die gewöhnliche Methode der kleinsten Quadrate effiziente und unvoreingenommene Schätzer liefert? So: für alle tE.( ut) = 0E.(ut)=0E(u_t)=0 ttt für t = sE.( utus) = σ2E.(utus)=σ2E(u_tu_s)=\sigma^2 t = st=st=s für t ≠ sE(utus)=0E(utus)=0E(u_tu_s)=0 t ≠ st≠st\neq s wo sind die Residuen.uuu

9 regression self-study least-squares

3

Wie interpretiere ich den Interaktionsterm in der lm-Formel in R?

In R, wenn ich die lm()Funktion folgendermaßen aufrufe: lm.1 = lm(response ~ var1 + var2 + var1 * var2) summary(lm.1) Das gibt mir ein lineares Modell der Antwortvariablen mit var1, var2und die Interaktion zwischen ihnen. Wie genau interpretieren wir den Interaktionsterm jedoch numerisch? Die Dokumentation sagt, dass dies das "Kreuz" …

9 r regression

2

Verwirrung im Zusammenhang mit der Datennormalisierung

Ich versuche ein lineares Regressionsmodell zu lernen. Ich habe jedoch einige Verwirrung in Bezug auf die Normalisierung der Daten. Ich habe die Merkmale / Prädiktoren auf den Mittelwert Null und die Einheitsvarianz normalisiert. Muss ich dasselbe für das Ziel tun? Wenn ja warum?

9 regression multiple-regression normalization

2

Gauß-Markov-Theorem: BLAU und OLS

Ich habe den Guass-Markov-Satz auf Wikipedia gelesen und gehofft, jemand könnte mir helfen, den Hauptpunkt des Satzes herauszufinden. Wir nehmen an, dass ein lineares Modell in Matrixform gegeben ist durch: und wir suchen nach BLAU, .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Gemäß dieser , würde ich beschriften der "Rest" …

9 regression least-squares mse blue

1

Quadratsummen vom Typ III

Ich habe ein lineares Regressionsmodell mit einer kategorischen Variable (männlich und weiblich) und einer kontinuierlichen Variable .AAABBB Ich habe Kontrastcodes in R mit eingerichtet options(contrasts=c("contr.sum","contr.poly")). Und jetzt habe ich Quadratsummen vom Typ III für , und deren Interaktion (A: B) mit .AAABBBdrop1(model, .~., test="F") Ich bleibe dabei, wie die Quadratsummen …

9 regression anova sums-of-squares

1

Bedeutung des p-Werts logistischer Regressionsmodellvariablen

Ich arbeite also mit logistischen Regressionsmodellen in R. Obwohl ich noch neu in der Statistik bin, habe ich das Gefühl, dass ich inzwischen ein gewisses Verständnis für Regressionsmodelle habe, aber es gibt immer noch etwas, das mich stört: Wenn Sie sich das verknüpfte Bild ansehen, sehen Sie die Zusammenfassung der …

9 r regression logistic p-value interpretation

3

Regression auf das mittlere Rätsel

Im Kapitel "Regression to the Mean" von Daniel Kahneman "Denken, schnell und langsam" wird ein Beispiel gegeben, und der Leser wird gebeten, den Umsatz einzelner Geschäfte anhand der Gesamtumsatzprognose und der Verkaufszahlen des Vorjahres zu prognostizieren . Zum Beispiel (das Beispiel des Buches hat 4 Geschäfte, der Einfachheit halber verwende …

9 regression

1

Enorme Koeffizienten in der logistischen Regression - was bedeutet das und was ist zu tun?

Während der logistischen Regression erhalte ich enorme Koeffizienten, siehe Koeffizienten mit krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 …

9 regression logistic generalized-linear-model separation

2

Bestimmen Sie die optimale Lernrate für den Gradientenabstieg in der linearen Regression

Wie kann man die optimale Lernrate für den Gradientenabstieg bestimmen? Ich denke, ich könnte es automatisch anpassen, wenn die Kostenfunktion einen größeren Wert als in der vorherigen Iteration zurückgibt (der Algorithmus konvergiert nicht), aber ich bin mir nicht sicher, welchen neuen Wert er annehmen soll.

9 regression machine-learning gradient-descent

2

SVM-Regression mit Längsschnittdaten

Ich habe ungefähr 500 Variablen pro Patient, jede Variable hat einen kontinuierlichen Wert und wird zu drei verschiedenen Zeitpunkten (nach 2 Monaten und nach 1 Jahr) gemessen. Mit der Regression möchte ich das Behandlungsergebnis für neue Patienten vorhersagen. Ist es möglich, die SVM-Regression mit solchen Längsschnittdaten zu verwenden?

9 regression svm panel-data

Als «regression» getaggte Fragen