Statistiken und Big Data regression

1

Was bedeutet es, wenn Statistiker davon sprechen, mehr Prädiktoren als Beobachtungen in einem Regressionsmodell zu haben? Wie könnte das überhaupt möglich sein? Warum ist es ein Problem bei der Regression? Entschuldigung, ich bin neu in der Quantanalyse und Statistik, also nicht ganz sicher, warum dies der Fall ist? Ich würde …

9 regression

1

So wählen Sie den Typ der GAM-Parameter

Ich habe begonnen, mit GAM in R zu arbeiten, und ich habe Simon Woods ausgezeichnetes Buch zum Thema ( "Generalisierte additive Modelle Eine Einführung mit R" ) erworben. Anhand eines seiner Beispiele betrachte ich Folgendes: library(mgcv) data(trees) ct1<-gam(log(Volume) ~ Height + s(Girth), data=trees) Ich habe zwei allgemeine Fragen zu diesem …

9 r regression machine-learning gam mgcv

4

Wie kann die Kollinearität kategorialer Variablen bei der logistischen Regression vermieden werden?

Ich habe das folgende Problem: Ich führe eine mehrfache logistische Regression für mehrere Variablen durch, von denen jede eine nominelle Skala hat. Ich möchte Multikollinearität in meiner Regression vermeiden. Wenn die Variablen kontinuierlich wären, könnte ich den Varianzinflationsfaktor (VIF) berechnen und nach Variablen mit einem hohen VIF suchen. Wenn die …

9 regression logistic multiple-regression multicollinearity

4

Gibt es eine Version des Korrelationskoeffizienten, die für Ausreißer weniger empfindlich ist?

Der Korrelationskoeffizient ist: r =∑k(xk- -x¯) (yk- -yk¯)sxsyn - 1r=∑k(xk- -x¯)(yk- -yk¯)sxsyn- -1 r = \frac{\sum_k \frac{(x_k - \bar{x}) (y_k - \bar{y_k})}{s_x s_y}}{n-1} Der Stichprobenmittelwert und die Standardabweichung der Stichprobe sind empfindlich gegenüber Ausreißern. Auch der Mechanismus, wo, r =∑kZeugkn - 1r=∑kZeugkn- -1 r = \frac{\sum_k \text{stuff}_k}{n -1} ist auch …

9 regression correlation outliers median mad

2

Wie löse ich logistische Regression mit gewöhnlichen kleinsten Quadraten?

Ich habe selbst maschinell gelernt. Ich bin auf diesen Abschnitt der Wikipedia-Seite über logistische Regression gestoßen , in dem behauptet wird Weil das Modell als verallgemeinertes lineares Modell (siehe unten) für 0 ausgedrückt werden kann Es scheint mir, dass ich ein logistisches Regressions-Setup in ein lineares Regressions-Setup umwandeln kann. Aber …

9 regression logistic

1

Unterschied zwischen zentriertem und nicht zentriertem ?

Als mein Professor über Anpassungsgütemaßnahmen sprach, erwähnte er sowohl zentriertes als auch nicht zentriertes R2R2R^2 aber ich bin nicht sicher, ob ich den Unterschied zwischen ihnen hinsichtlich ihrer praktischen Anwendung verstanden habe. In Formeln definierte er R2=y′P[X]M[1]P[X]yy′M[1]yR2=y′P[X]M[1]P[X]yy′M[1]yR^2 = \frac{y'P_{[X]}M_{[1]}P_{[X]}y}{y'M_{[1]}y} und R2u=y′P[X]yy′yRu2=y′P[X]yy′yR^2_u = \frac{y'P_{[X]}y}{y'y} , wobei P[X]P[X]P_{[X]} der orthogonale Projektor der …

9 regression goodness-of-fit

1

Wie kann ich GAM-Ergebnisse interpretieren?

Ich habe eine Frage zu verallgemeinerten additiven Modellen. Was wird Deviance erklärt, GCV-Score und Scale est. In GAM-Ergebnissen? Was zeigen diese Indikatoren?

9 regression gam

1

Zufällige Waldregression - Residuen korrelieren mit der Reaktion

Ich versuche, die Random Forest-Regression zu verwenden. Ich habe eine Antwortvariable: y = rnorm(10000, mean=0, sd=3) Und ein paar Prädiktorvariablen (die nur die Antwort mit zusätzlichem Rauschen sind): x = data.frame(v1=y + rnorm(10000, mean=0, sd=3), v2=y + rnorm(10000, mean=0, sd=3), v3=y + rnorm(10000, mean=0, sd=3)) Ich baue den zufälligen Wald: …

9 r regression machine-learning random-forest ensemble

1

Vorhersageintervalle für die kNN-Regression

Ich möchte Vorhersageintervalle für Vorhersagen berechnen, die durch kNN-Regression gemacht wurden. Ich kann keine explizite Referenz zur Bestätigung finden, daher lautet meine Frage: Ist dieser Ansatz zur Berechnung der Vorhersageintervalle korrekt? Ich habe einen Referenzdatensatz, in dem jede Zeile ein Ort ist (z. B. Stadt). Ich habe zwei Merkmale (z. …

9 regression k-nearest-neighbour prediction-interval

1

Freundliches Tutorial oder Einführung in die Regression mit reduziertem Rang

Ich versuche, Reduced-Rank Regression (RRR) aus den Elementen des statistischen Lernens zu lernen . Ich finde das Schreiben und die Mathematik etwas zu unerschwinglich. Hat jemand von euch eine Ressource / Text / Einführung / Tutorial, die als Einführung freundlicher ist? Zum Beispiel fand ich in einem Text zur kanonischen …

9 regression multivariate-analysis references reduced-rank-regression

4

Können Sie der multiplen linearen Regression Polynomterme hinzufügen?

Ich bin ein wenig verwirrt darüber, wann Sie einem multiplen linearen Regressionsmodell Polynomterme hinzufügen sollten oder nicht. Ich weiß, dass Polynome verwendet werden, um die Krümmung in den Daten zu erfassen, aber es scheint immer die Form zu haben: y=x1+x2+x21+x22+x1x2+cy=x1+x2+x12+x22+x1x2+cy = x_1 + x_2 + x_1^2 + x_2^2 + x_1x_2 …

8 regression multiple-regression polynomial

2

Welche nützlichen Eigenschaften hat die kanonische Verknüpfungsfunktion?

Hier studiere ich also verallgemeinerte lineare Modelle. Ich weiß, dass diese Frage ziemlich naiv und einfach ist, aber ich weiß nicht genau, warum die kanonische Linkfunktion so nützlich ist. Könnte mir jemand eine Intuition zu diesem Problem geben?

8 regression mathematical-statistics generalized-linear-model intuition link-function

1

Wie funktioniert der wilde Bootstrap intuitiv?

Ich versuche die Intuition hinter dem Wild-Bootstrap zu verstehen. Was macht es eigentlich? Ich muss verstehen können, was es im Vergleich zu einer herkömmlichen Regression zu tun versucht. Meine Daten sind heteroskedastisch und die von mir verwendete Methode führt 5000 Replikationen durch. Wie werden 5000 zusätzliche Daten generiert?

8 regression bootstrap intuition

2

Warum nicht die instrumentelle Variable direkt als Kovariate in der Regression verwenden?

Ich weiß, dass dies eine dumme Frage ist, da ich die Theorie der instrumentellen Variablen und der zweistufigen Regression kenne. Trotzdem habe ich nie eine klare Antwort auf Folgendes gesehen: Angenommen, Sie haben eine Endogenität aufgrund einer nicht beobachteten Variablen, die mit einem der anfänglichen Regressoren korreliert. Der typische Weg, …

8 regression least-squares instrumental-variables

3

Verwenden von Regressionsgewichten, wenn

Angenommen, wir beobachten die Daten Y,XY,XY, X und möchten ein Regressionsmodell für E[Y|X]E[Y|X]\mathbf{E}[Y \,|\, X] . Leider wirdYYY manchmal mit Fehlern gemessen, deren Mittelwert ungleich Null ist. Es sei Z∈{unbiased,biased}Z∈{unbiased,biased}}Z \in \left\{\text{unbiased}, \text{biased}\right\} anzugeben, ob Y.Y.Y mit klassischen Fehlern mit einem Mittelwert von Null bzw. mit einem Fehler ungleich Null …

8 regression bias measurement-error weighted-regression

Als «regression» getaggte Fragen