Als «regression» getaggte Fragen

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

2
Wie modellieren Sie Zeitreihentemperaturdaten an mehreren Standorten als Funktion von Daten an einem Standort?
Ich bin neu in der Zeitreihenanalyse und würde mich über Vorschläge freuen, wie das folgende Zeitreihen-Regressionsproblem am besten angegangen werden kann: Ich habe über drei Jahre stündliche Temperaturmessungen an ungefähr 20 Standorten an einem Standort sowie statische Zusatzinformationen (Steigung, Höhe, Aspekt, Überdachung). Der Standort ist mehrere Hektar groß, und die …
2
Bewertung der Multikollinearität dichotomer Prädiktorvariablen
Ich arbeite an einem Projekt, in dem wir das Verhalten einer Aufgabe beobachten (z. B. Reaktionszeit) und dieses Verhalten als Funktion mehrerer experimentell manipulierter Variablen sowie mehrerer beobachteter Variablen (Geschlecht der Teilnehmer, IQ der Teilnehmer, Antworten auf eine Folge) modellieren. Fragebogen). Ich habe keine Bedenken hinsichtlich der Multikollinearität zwischen den …
1
Multiple Regression mit kleinen Datenmengen
Ich habe einen Datensatz mit Projektfallstudien für eine neue Art von Forschungsmethode für Regierungsbehörden zur Unterstützung von Entscheidungsaktivitäten. Meine Aufgabe ist es, eine Schätzmethode zu entwickeln, die auf früheren Erfahrungen für zukünftige Projekte zu Schätzzwecken basiert. Mein Datensatz ist auf 50 Fälle begrenzt. Ich habe mehr als 30 (potenzielle) Prädiktoren …
3
Regressionen für Stichproben aus einer sehr großen Datei durchführen: Sind die Mittelwerte und SEs der Stichprobenkoeffizienten konsistente Schätzer?
Ich habe eine ziemlich kleine Datei mit 100 Millionen Zeilen und 30 Spalten oder so, auf der ich mehrere Regressionen ausführen möchte. Ich habe speziellen Code zum Ausführen der Regressionen für die gesamte Datei, aber ich möchte zufällige Stichproben aus der Datei ziehen und sie in R ausführen. Die Strategie …
2
Quantilregression als lineares Programmierproblem formulieren?
Wie formuliere ich die Quantilregression als lineares Programmierproblem? Wenn ich mir das mittlere Quantilproblem anschaue, weiß ich, dass es das ist minimize transforms into minimize s.t.∑i=1n|β0+Xiβ1−Yi|∑i=1neiei≥β0+Xiβ1−Yiei≥−(β0+Xiβ1−Yi)minimize ∑i=1n|β0+Xiβ1−Yi|transforms into minimize ∑i=1neis.t.ei≥β0+Xiβ1−Yiei≥−(β0+Xiβ1−Yi)\begin{align} \text{minimize } & \sum_{i=1}^n |\beta_0 + X_i \beta_1-Y_i|\\ \text{transforms into } & \\ \text{minimize } & \sum_{i=1}^n e_i\\ \text{s.t.} & …
3
Regression und Kausalität in der Ökonometrie
In der Regression im Allgemeinen und in der linearen Regression im Besonderen ist manchmal eine kausale Interpretation von Parametern zulässig. Zumindest in der ökonometrischen Literatur, aber nicht nur, wenn eine kausale Interpretation erlaubt ist, ist dies nicht so klar; Für eine Diskussion können Sie sehen: Regression und Verursachung: Eine kritische …
1
Sparse lineare Regression 0-Norm und 1-Norm
Wir haben eine Antwort Y∈RnY∈RnY \in \Bbb R^n und Prädiktoren X=(x1,x2,⋯,xm)T∈Rn×mX=(x1,x2,⋯,xm)T∈Rn×mX = (x_1, x_2, \cdots, x_m)^T \in \Bbb R^{n \times m} Das Problem, das wir lösen wollen, ist argmink∈Rm(∥Y−Xk∥22+λ∥k∥0)→k0argmink∈Rm(‖Y−Xk‖22+λ‖k‖0)→k0\text{argmin}_{k \in \Bbb R^{m}} (\Vert Y - Xk \Vert_2^2 + \lambda \Vert k \Vert_0) \rightarrow k_0 Es ist jedoch NP-schwer, also lösen …
1
Identifizierbarkeit in einem nichtlinearen Regressionsproblem
Angenommen, ich arbeite mit dem folgenden Modell yi=α(1−exp(−βti))+γ(1−exp(−δti))+εiyi=α(1−exp⁡(−βti))+γ(1−exp⁡(−δti))+εiy_i = \alpha(1-\exp(-\beta t_i))+\gamma(1-\exp(-\delta t_i)) + \varepsilon_i. Das εiεi\varepsilon_i sind iid Gauß mit dem Mittelwert Null und ich versuche, die besten Anpassungswerte von zu finden α,β,γ,δα,β,γ,δ\alpha,\beta,\gamma,\delta. Nehmen wir zur Verdeutlichung an, dies ist ein Modell für die Gesamtmenge einiger Bakterienarten mit zwei Unterarten, …
2
Quantile Regression vs OLS für Homoskedastizität
Ich habe eine Frage zum Steigungskoeffizienten von OLS im Vergleich zu dem für die Quantilregression, wenn homoskedastische Fehlerterme auftreten. Das Bevölkerungsmodell könnte folgendermaßen aussehen: yich=β0+β1xich+uichyich=β0+β1xich+uichy_i = \beta_0 + \beta_{1}x_i + u_i wobei iid Fehlerbegriffe sind. Konvergiert der geschätzte Steigungskoeffizient für OLS und für QR für verschiedene Quantile gegen denselben Wert …
3
Warum wird die isometrische Log-Ratio-Transformation gegenüber dem Additiv (alr) oder der zentrierten (clr) mit Zusammensetzungsdaten bevorzugt?
Ich mache eine lineare Regression für Kompositionsdaten unter Verwendung der Log-Ratio-Transformation mit Volkszählungsdaten. Die IVs sind zusammengesetzt (Prozent summiert sich auf 100). Der DV ist nicht kompositorisch und kontinuierlich. Die alr- und clr-Ergebnisse lassen sich leichter interpretieren. Sie alle erzeugen das gleiche Maß an Passform. Ich bin geneigt, mit alr …
2
Schätzung der CAPM Beta über OLS Regresson
Ich studiere Ökonometrie aus der dritten Ausgabe von 'Introduction to Econometrics' von James H. Stock und Mark W. Watson. Auf Seite 166 schweift es in das Beta der Aktie ab. Es sagt Diese Betas werden in der Regel durch OLS-Regression der tatsächlichen Überschussrendite der Aktie gegen die tatsächliche Überschussrendite eines …
1
Wann entspricht die LSQ-Linie (Least Square Regression) der LAD-Linie (Least Absolute Deviation)?
Ich habe die folgende Frage zur Hand. Angenommen, repräsentieren eine Reihe von bi-variablen Beobachtungen auf so dassUnter welchen Bedingungen ist die Regressionslinie für das kleinste Quadrat von auf identisch mit der Linie für die geringste absolute Abweichung?(x1,y1) , (x2,y2) , ⋯ , (x10,y10)(x1,y1),(x2,y2),⋯,(x10,y10)(x_1,y_1),(x_2,y_2),\cdots,(x_{10},y_{10})( X., Y.)(X.,Y.)(X,Y)x2=x3= ⋯ =x10≠x1.x2=x3=⋯=x10≠x1.x_2=x_3=\cdots =x_{10}\ne x_1.Y.Y.YX.X.X Ich …
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.