Statistiken und Big Data regression

1

Wie führe ich die 'lm'-Funktion in R aus, aber mit einer Formel mit nur einem Achsenabschnitt?

Ich habe versucht, eine ähnliche Formel wie auszuführen y ~ 1. Dies gibt mir nur einen Achsenabschnitt, aber ist der angezeigte Wert gleich der Schnittpunktschätzung (ohne Kovariaten) + 1 oder nur der Schnittpunktschätzung (ohne Kovariaten)? Jede Hilfe wäre dankbar.

8 r regression

2

Was ist der Unterschied zwischen stochastischem Regressor und nichtstochastischem Regressor bei der linearen Regression?

Angenommen , die Regressionsspezifikation ist egal stochastischen ist oder nicht, müssen wir die Annahme , dass ist für alle gleich verteilt . Wenn jedoch eher eine stochastische Zufallsvariable als ein fester Wert ist, ist eine andere Annahme erforderlich, nämlich, dass der Störungsterm keine bedingte Erwartung hat; Mit anderen Worten, wird …

8 regression linear-model

2

Vergleichen Sie das MLR-Modell mit dem Modell

Wenn ich theoretische Gründe habe anzunehmen, dass die Daten mit einer ungewöhnlichen Gleichung wie der folgenden übereinstimmen könnten: Y.ich= (β0+β1x1 i+β2x2 i+ϵich)β3Yi=(β0+β1x1i+β2x2i+ϵi)β3Y_i = (\beta_0 + \beta_1x_{1i} + \beta_2x_{2i} + \epsilon_i)^{\beta_3} Kann ich nach einer Transformation die multiple lineare Regression der gewöhnlichen kleinsten Quadrate verwenden, um die Parameter zu schätzen ? …

8 r regression nonlinear-regression

1

Was tun, wenn eine lineare Regression negative Schätzungen liefert, die nicht möglich sind?

Ich verwende lineare Regression, um Werte zu schätzen, die in Wirklichkeit immer nicht negativ sind. Die Prädiktorvariablen sind ebenfalls nicht negativ. Zum Beispiel die Anzahl der Bildungsjahre und das Alter zurückführen, um das Gehalt vorherzusagen. Alle Variablen sind in diesem Fall immer nicht negativ. Aufgrund des negativen Abschnitts führt mein …

8 regression multiple-regression least-squares

1

Unterschied zwischen linearem Modell und linearer Regression

Ich interessiere mich für den Unterschied zwischen einer linearen Regression und einem linearen Modell. Nach meinem Verständnis gehört die lineare Regression zu einer größeren Familie linearer Modelle, aber beide Begriffe werden häufig als Synonyme verwendet. Nun wurde mir vorgeschlagen, eine Regressionsanalyse durch ein lineares Modell zu ersetzen, um die Annahmen …

8 regression linear-model lm

3

Explizite Lösung für die lineare Regression mit zwei Prädiktoren

Ich habe einige Beispiele von Daten der Form und . Ich möchte eine Ebene an die Daten mit den kleinsten mittleren quadratischen Fehlern anpassen.x,yx,yx,yz=f(x,y)z=f(x,y)z=f(x,y)z=Ax+By+Cz=EINx+B.y+C.z = Ax + By + C Ich habe in Abschnitt 3 dieses Dokuments eine "Antwort" gefunden , die jedoch in Form einiger zu lösender Gleichungen verbleibt. …

8 regression regression-coefficients

2

Bedingter Mittelwert bei linearer Regression

Ich habe eine Frage zur linearen Regression im Allgemeinen. Angenommen, wir haben den folgenden Datengenerierungsprozess:yi=xiβ+ϵiyi=xiβ+ϵiy_{i}=x_{i}\beta+\epsilon_{i} Nach meinem Verständnis ist jede Beobachtung eine Zufallsvariable, dh jedes hat einen bedingten Mittelwert , dh : unter Exogenitätsannahmen. Meine Frage lautet wie folgt. Was ist das bedingungslose Mittel von ? Was bedeutet wirklich, wenn …

8 regression conditional-expectation

1

Warum sind alle Lasso-Koeffizienten in Modell 0.0?

Ich verwende from sklearn.linear_model import Lassoin Python 2.7.6 Ich habe ein Skript geschrieben, mit dem ich eine Lasso-Regression für meine Features (X) und meine Ziele (y) durchgeführt habe. Ich habe es schon einmal verwendet und es funktioniert. Ich verwende es für einen neuen Datensatz (völlig andere Art von Daten) und …

8 regression python lasso scikit-learn

2

Zusammenfassung des GAM-Modells: Was versteht man unter „Bedeutung glatter Begriffe“?

Ich habe einen Datensatz, für den ich ein GAM-Modell erstelle, mit einer Reihe von Faktoren, die die abhängige Variable vorhersagen. Wenn ich eine Zusammenfassung des Modells mache, erhalte ich ein Diagramm, das die "Bedeutung von glatten Begriffen" angibt (was ziemlich bedeutsam ist). Was bedeutet das? Hier ist ein Beispiel einiger …

8 r dataset regression gam

1

Anpassen einer Ebene an eine Reihe von Punkten in 3D mithilfe von PCA

Ich versuche, eine Mittelebene eines 3D-Modells unter Verwendung der Mittelpunkte gepaarter Landmarken zu schätzen, um fehlende Daten zu rekonstruieren (die Mittelebene bezieht sich hier auf die mittlere / saggitale Ebene des Schädels, die den Schädel in zwei symmetrische Hälften schneidet, links und rechts). . Ich muss daher eine Ebene aus …

8 r regression pca total-least-squares

2

Regression für das Machtrecht

Dies ist ein Crosspost von Math SE . Ich habe einige Daten (Laufzeit eines Algorithmus) und ich denke, dass sie einem Potenzgesetz folgen yr e g= k xeinyreg=kxay_\mathrm{reg} = k x^a Ich möchte und bestimmen . Was ich bisher getan habe, ist eine lineare Regression (kleinste Quadrate) durch und und …

7 regression fitting logarithm power-law

3

Ist es möglich, eine Regression durchzuführen, bei der Sie eine unbekannte / nicht erkennbare Feature-Variable haben?

Ist es möglich, eine Regression durchzuführen, bei der Sie eine unbekannte / nicht erkennbare Feature-Variable haben? Sag ich habe yn=a0+a1x1+a2x2+a3x3yn=a0+a1x1+a2x2+a3x3y_n = a_0 + a_1 x_1 + a_2 x_2 + a_3 x_3 aber ich kann / kann den Wert der Merkmalsvariablen nicht messen x3x3x_3. Kann ich trotzdem eine Regression durchführen, um …

7 regression machine-learning stochastic-processes

2

Was macht die lineare Regression mit Polynommerkmalen kurvig?

Das Folgende ist mein Verständnis dessen, was passiert: Wenn ich ein "zweidimensionales Problem" nehme, z. B. habe ich als Eingabe und Y als Ergebnis und füge ein Merkmal . Dies gibt einem Problem eine zusätzliche Dimension und die lineare Anpassung an die und Werte definiert eine Linie sowie die lineare …

7 regression polynomial

2

Warum sind rohe Residuen der kleinsten Quadrate in der linearen Regression heteroskedastisch?

In meinen Kursnotizen zu einem Regressionskurs zum Nachweis von Heteroskedastizität steht folgendes Zitat: "Da die Residuen der kleinsten Quadrate selbst im homoskedastischen Fall ungleiche Varianzen aufweisen, ist es vorzuziehen, die standardisierten Residuen zu verwenden." Meine Intuition sagt mir, dass die LS-Regressionslinie, da sie notwendigerweise durch die Mitte der Datenwolke verläuft, …

7 regression residuals heteroscedasticity

1

Warum wird der Achsenabschnitt in Statistikpaketen (R, Python) als 1 eingegeben?

Wenn Sie eine Statistiksoftware verwenden, warum wird bei der Definition Ihrer linearen Modelle der Achsenabschnitt als 1 eingegeben und nicht als "const" oder "intercept" oder so. Welche Bedeutung hat ich? Gibt es einen historischen Grund? Oder ist das irgendwie logisch, was ich nicht verstehe? Der Achsenabschnitt könnte sehr gut eine …

7 regression software intercept

Als «regression» getaggte Fragen