Als «regression» getaggte Fragen

Techniken zum Analysieren der Beziehung zwischen einer (oder mehreren) "abhängigen" Variablen und "unabhängigen" Variablen.

1
Multivariate orthogonale Polynomregression?
Betrachten Sie als Motivationsmittel für die Frage ein Regressionsproblem, bei dem wir versuchen, anhand der beobachteten Variablen zu schätzen.{ a , b }Y.YY{ a , b }{a,b}\{ a, b \} Bei der multivariaten Polynom-Regression versuche ich, die optimale Parametrisierung der Funktion zu finden f( y) = c1a + c2b + …
1
Müssen Nullzählungen für einen Likelihood-Ratio-Test von Poisson / Loglinear-Modellen angepasst werden?
Wenn die Kontingenztabelle Nullen enthält und wir verschachtelte Poisson / Loglinear-Modelle (unter Verwendung der R- glmFunktion) für einen Likelihood-Ratio-Test anpassen, müssen wir die Daten vor dem Anpassen der glm-Modelle anpassen (z. B. 1/2 zu allen hinzufügen) die zählt)? Natürlich können einige Parameter nicht ohne Anpassung geschätzt werden, aber wie wirkt …
4
Analytische Lösung für lineare Regressionskoeffizientenschätzungen
Ich versuche, die Matrixnotation zu verstehen und mit Vektoren und Matrizen zu arbeiten. Im Moment möchte ich verstehen, wie der Vektor der Koeffizientenschätzungen in der multiplen Regression berechnet wird.β^β^\hat{\beta} Die Grundgleichung scheint zu sein ddβ(y−Xβ)′(y−Xβ)=0.ddβ(y−Xβ)′(y−Xβ)=0. \frac{d}{d\boldsymbol{\beta}} (\boldsymbol{y}-\boldsymbol{X\beta})'(\boldsymbol{y}-\boldsymbol{X\beta}) = 0 \>. Wie würde ich hier nach einem Vektor ββ\beta suchen? Edit …
1
R Implementierung des Koeffizienten der Teilbestimmung
Hat jemand Vorschläge oder Pakete, die den Koeffizienten der Teilbestimmung berechnen? Der Teilbestimmungskoeffizient kann als Prozentsatz der Variation definiert werden, der in einem reduzierten Modell nicht erklärt werden kann, aber durch die in einem vollständigen (er) Modell angegebenen Prädiktoren erklärt werden kann. Dieser Koeffizient wird verwendet, um einen Einblick zu …
9 r  regression  anova 
4
Was sind die Annahmen für die Anwendung eines Tobit-Regressionsmodells?
Mein (sehr grundlegendes) Wissen über das Tobit-Regressionsmodell stammt nicht aus einer Klasse, wie ich es vorziehen würde. Stattdessen habe ich hier und da durch mehrere Internetsuchen Informationen aufgenommen. Ich gehe davon aus, dass die Annahmen für eine verkürzte Regression den gewöhnlichen Annahmen der kleinsten Quadrate (OLS) sehr ähnlich sind. Ich …
2
Berechnen Sie die ROC-Kurve für Daten
Ich habe also 16 Studien, in denen ich versuche, eine Person anhand eines biometrischen Merkmals mithilfe von Hamming Distance zu authentifizieren. Mein Schwellenwert ist auf 3,5 eingestellt. Meine Daten sind unten und nur Versuch 1 ist ein wahres Positiv: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
4
Cox-Regression und Zeitskala
Muss die Variable X (Hazard) in der Cox-Proportional-Hazard-Regressionsanalyse immer Zeit sein? Wenn nicht, können Sie bitte ein Beispiel nennen? Kann das Alter eines Krebspatienten eine Gefahrenvariable sein? Wenn ja, kann dies als das Risiko interpretiert werden, in einem bestimmten Alter an Krebs zu erkranken? Wäre die Cox-Regression eine legitime Analyse, …
3
Lineare Regressionseffektgrößen bei Verwendung transformierter Variablen
Bei der Durchführung einer linearen Regression ist es häufig nützlich, eine Transformation wie eine logarithmische Transformation für die abhängige Variable durchzuführen, um eine bessere Normalverteilungskonformation zu erzielen. Oft ist es auch nützlich, Betas anhand der Regression zu untersuchen, um die Effektgröße / tatsächliche Relevanz der Ergebnisse besser beurteilen zu können. …
3
Berechnung der besten Teilmenge von Prädiktoren für die lineare Regression
Welche Methoden stehen für die Auswahl von Prädiktoren in multivariater linearer Regression mit geeigneten Prädiktoren zur Verfügung, um eine "optimale" Teilmenge der Prädiktoren zu finden, ohne alle 2 p Teilmengen explizit zu testen ? In 'Applied Survival Analysis' beziehen sich Hosmer & Lemeshow auf Kuks Methode, aber ich kann das …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.