Als «regression» getaggte Fragen

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

5
Ist eine Variable in einem linearen Regressionsmodell signifikant?
Ich habe ein lineares Regressionsmodell mit der Stichprobe und den variablen Beobachtungen und möchte wissen: Gibt an, ob eine bestimmte Variable signifikant genug ist, um im Modell enthalten zu bleiben. Ob eine andere Variable (mit Beobachtungen) in das Modell aufgenommen werden soll. Welche Statistiken können mir helfen? Wie können sie …
3
Wann werden unbedeutende Variablen entfernt?
Ich arbeite am logistischen Regressionsmodell. Ich habe die Zusammenfassung des Modells überprüft, das auf 5 unabhängigen Variablen basiert, von denen eine mit einem P-Wert von 0,74 nicht signifikant ist. Ich möchte wissen, ob wir die Variable direkt entfernen oder ob es eine andere Möglichkeit gibt, ihre Bedeutung zu überprüfen ? …
1
Gradientenabstieg oder nicht für einfache lineare Regression
Es gibt eine Reihe von Websites, die den Gradientenabstieg beschreiben, um die Parameter für die einfache lineare Regression zu finden ( hier ist einer davon). Google beschreibt es auch in ihrem neuen (für die Öffentlichkeit) ML-Kurs. Jedoch auf Wikipedia , die folgenden Formeln , die Parameter zur Berechnung α^β^=y¯−β^x¯,=∑ni=1(xi−x¯)(yi−y¯)∑ni=1(xi−x¯)2α^=y¯−β^x¯,β^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)2 {\displaystyle …
4
Kann eine baumbasierte Regression schlechter abschneiden als eine einfache lineare Regression?
Hallo, ich studiere Regressionstechniken. Meine Daten haben 15 Funktionen und 60 Millionen Beispiele (Regressionsaufgabe). Als ich viele bekannte Regressionstechniken ausprobierte (gradientenverstärkter Baum, Entscheidungsbaumregression, AdaBoostRegressor usw.), lief die lineare Regression hervorragend. Unter diesen Algorithmen fast am besten bewertet. Was kann der Grund dafür sein? Da meine Daten so viele Beispiele enthalten, …
2
Ähnlichkeiten und Unterschiede zwischen dem IRT-Modell und dem logistischen Regressionsmodell
Trotz der grundlegenden Ähnlichkeiten wie bei beiden Modellen ist die Erfolgswahrscheinlichkeit eher als die direkte Modellierung der Antwortvariablen; Ich glaube, dass es zuverlässigere Antworten gibt, die auf die Unterschiede und Ähnlichkeiten zwischen diesen Modellen hinweisen. Ein Unterschied besteht darin, dass in der Logistik unterschiedliche Typen und unterschiedliche Anzahlen unabhängiger Variablen …
1
CCA durchführen vs. eine abhängige Variable mit PCA erstellen und dann Regression durchführen
Bei zwei mehrdimensionalen Datensätzen, und , führen einige Personen eine multivariable Analyse durch, indem sie mithilfe der Hauptkomponentenanalyse (PCA) eine ersatzabhängige Variable erstellen. Das heißt, führen Sie PCA auf Set aus, nehmen Sie Scores entlang der ersten Komponente und führen Sie eine multiple Regression dieser Scores auf : . (Ich …
1
Welche Beziehung besteht zwischen der Funktion
Betrachten Sie die Funktion r(x)=E(Y∣X=x)r(x)=E(Y∣X=x) r(x) = \mathbb{E}(Y \mid X = x) Dies wurde in einem von mir verwendeten Lehrbuch als Regressionsfunktion bezeichnet . Ich versuche, die Beziehung zwischen dieser Funktion und dem klassischen linearen Regressionsmodell herauszufinden. Ich weiß also, dass es ein Satz * ist, den wir schreiben dürfen …
3
Was ist der Unterschied zwischen
Angenommen , ich habe eine Stichprobe .{ xn, yn}}N.n = 1{xn,yn}}n=1N.\lbrace x_n ,y_n \rbrace_{n=1}^N Angenommen,yn= β0+ β1xn+ εnyn=β0+β1xn+εny_n = \beta_0 + \beta_1 x_n + \varepsilon_n undy^n= β^0+ β^1xny^n=β^0+β^1xn\hat{y}_n = \hat{\beta}_0 +\hat{\beta}_1 x_n Was ist der Unterschied zwischen und ?β1β1\beta_1β^1β^1\hat{\beta}_1
1
LASSO-Regularisierungsparameter vom LARS-Algorithmus
In ihrer wegweisenden Arbeit 'Least Angle Regression' beschreiben Efron et al. Eine einfache Modifikation des LARS-Algorithmus, mit der vollständige LASSO-Regularisierungspfade berechnet werden können. l1l1l_1∥β∥1‖β‖1\Vert \beta \Vert_1 Es scheint jedoch, dass die meisten verfügbaren Pakete den Regularisierungspfad in Bezug auf den LASSO-Bestrafungskoeffizienten bereitstellen (z. B. LARS in R, wo Sie mit …
1
Ist es eine falsche Idee, standardisierte Koeffizienten zu verwenden, um die relative Bedeutung von Regressionsprädiktoren zu bewerten?
Es gibt verschiedene Fragen, die sich auf die relativen Vorzüge verschiedener Methoden zur Bewertung der Bedeutung von Regressionsprädiktoren beziehen, zum Beispiel diese . Mir ist aufgefallen, dass @gung in diesem Kommentar die Praxis als "falsche Idee" bezeichnet und zur Unterstützung dieser Behauptung auf diese Antwort verweist . Der letzte Absatz …
1
Welche Beziehung besteht zwischen einer SVM und einem Scharnierverlust?
Mein Kollege und ich versuchen, uns mit dem Unterschied zwischen logistischer Regression und einer SVM auseinanderzusetzen. Offensichtlich optimieren sie verschiedene Zielfunktionen. Ist eine SVM so einfach wie zu sagen, dass sie ein diskriminierender Klassifikator ist, der einfach den Scharnierverlust optimiert? Oder ist es komplexer als das? Wie kommen die Unterstützungsvektoren …
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.