Als «regression» getaggte Fragen

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

1
Wie kann ich feststellen, ob ein statistisches Modell „identifiziert“ ist?
Mein Ökonometrieprofessor verwendete im Unterricht den Begriff "identifiziert". Wir betrachten der Form wobei eine Zufallsvariable und ein zufälliger Fehlerterm ist. Unsere Regressionslinien haben die FormY=β0+β1X+UY=β0+β1X+UY = \beta_0 + \beta_1 X + UXXXUUUY=β0^+β1^XY=β0^+β1^XY = \hat{\beta_0}+\hat{\beta_1}X Er gab die folgende Definition von "identifiziert": β0β0\beta_0 , werden identifiziert, wenn ein Datensatz genügend Informationen …
1
Effektive Freiheitsgrade
Können wir die Spur der Hutmatrix im Falle einer Kernelregression für die effektiven Freiheitsgrade verwenden? Wo wir die Hutmatrix erhalten, H als: H=y^∗y+H=y^∗y+H = \hat{y} * y^+ wo y^y^\hat{y} ist die vorhergesagten Antwortwerte, y+y+y^+ ist die Pseudo-Inverse von yyy.
1
Was sind einige der möglichen Konsequenzen des Hinzufügens von Junk-Steuerelementen in Ihrer Regression?
Angenommen, ich führe eine Regression durch, bei der meine abhängige Variable Mord ist und meine interessierende Variable der Zugang zu gewalttätigen Videospielen ist. Nehmen wir an, ich werfe auch das Spülbecken in Bezug auf meine Kontrollvariablen ein - ich habe 38 demografische Kontrollen, 30 kriminologische Kontrollen, die relevant sein können …
2
Wo ist der erklärende Effekt der gemeinsamen Varianz zwischen Kovariaten in Regressionsverfahren zu berücksichtigen?
Im Anschluss an die hervorragenden Antworten für: Ist die Reihenfolge der erklärenden Variablen bei der Berechnung ihrer Regressionskoeffizienten von Bedeutung? (Was ich aus pädagogischer Sicht als unglaublich nützlich empfunden habe) Ich habe mich gefragt, wie genau es gelingt, Regressionskoeffizienten bereitzustellen, wenn wir mit hohen kollinearen Daten arbeiten (abgesehen von dem …
1
Grundlegendes zur Bagged Logistic Regression (und einer Python-Implementierung)
Ich versuche, einen akademischen Artikel zu verstehen, den ich über die logistische Regression für Marketing-Zuschreibungen lese - http://www.turn.com.akadns.net/sites/default/files/whitepapers/TURN_Tech_WP_Data-driven_Multi-touch_Attribution_Models.pdf Insbesondere dieser Absatz: Schritt 1. Für einen bestimmten Datensatz einen Anteil (ps) aller Stichprobenbeobachtungen und einen Anteil (pc) aller Kovariaten abtasten. Passen Sie ein logistisches Regressionsmodell an die abgetasteten Kovariaten und die …
3
Was bedeutet das statistisch, wenn
Es ist kein Fall aus der realen Welt, aber nehmen wir an, wir haben Beobachtungen und Variablen, da , wenn die Entwurfsmatrix ist, eine quadratische Matrix ist. Was bedeutet das statistisch? , wenn nicht existiert?nnnkkkk = n - 1k=n- -1k= n - 1 X.X.X(X.'X.)(X.'X.)(X'X)(X.'X.)- 1(X.'X.)- -1(X'X)^{-1}
2
Die Regressionsvariable hat für eine Kategorie keine Bedeutung
Für eine (binäre) logistische Regression habe ich zwei IVs in meinem Modell. Die erste IV hat drei Kategorien (eine Person, zwei Personen, drei oder mehr Personen). Die zweite Variable ist binär (Kommunikation existiert vs. nicht existiert). Für die erste Kategorie hat die zweite IV keine Bedeutung, für die zweite und …
1
Wie kann ein Algorithmus zur Vorhersage von Zeitreihen am besten bewertet werden?
Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des Algorithmus weitergeben . Dies zeigt normalerweise eine künstlich hohe Erfolgsrate, da der Algorithmus effektiv …
2
Verstehe ich die Unterschiede zwischen Bayes'scher und frequentistischer Folgerung richtig?
Bei einer Folge unabhängiger Experimente, deren Ergebnis entweder Erfolg oder Misserfolg ist, liegt die Erfolgswahrscheinlichkeit bei einer Zahl p zwischen 0 und 1 : Ein Bayesianer würde die Ergebnisse der k Experimente fest betrachten, während p zufällig wäre, dann eine vorherige Verteilung auf p annehmen und dann eine hintere Verteilung …
2
Sind bei der linearen Regression der Fehler und die Prädiktorvariable unabhängig?
Wir haben ein einfaches lineares Regressionsmodell. Unsere Annahmen sind: Y.ich=β0+β1X.ich+εichYi=β0+β1X.ich+εichY_i =\beta_0+\beta_1X_i+ \varepsilon_i ,i = 1 , ⋯ , nich=1,⋯,ni=1, \cdots, n εich∼ N.( 0 ,σ2)εich∼N.(0,σ2)\varepsilon_i \sim N(0, \sigma^2) V.a r (εich|X.ich= x ) =σ2V.einr(εich|X.ich=x)=σ2Var(\varepsilon_i|X_i=x)=\sigma^2 ε1,⋯,εnε1,⋯,εn\varepsilon_1, \cdots, \varepsilon_n sind voneinander unabhängig. \\ Reichen diese Hypothesen aus, um zu behaupten, dass ?εi|Xi=x∼N(0,σ2)εich|X.ich=x∼N.(0,σ2)\varepsilon_i|X_i=x …
3
Ist OLS der häufigere Ansatz zur linearen Regression?
In diesem Wikipedia-Artikel gibt es diesen Satz: Dies ist ein häufiger Ansatz Bezieht sich das auf OLS? Ist es wirklich eher ein "als" das "? Was sind andere häufigere Ansätze? Soweit ich weiß, müssen wir minimieren [ε1,ε2,...,εnε1,ε2,...,εn\varepsilon_1, \varepsilon_2, ..., \varepsilon_n] [ε1,ε2,...,εnε1,ε2,...,εn\varepsilon_1, \varepsilon_2, ..., \varepsilon_n] '. Bearbeiten: Dies ist in Bezug …
2
Gibt es ein Problem mit mehreren Tests, wenn t-Tests für mehrere Koeffizienten in linearer Regression durchgeführt werden?
Diese Frage stammt aus einer Diskussion über den jüngsten Beitrag von @rvl. Es liegt alles in der Familie. Aber schließen wir auch die Schwiegereltern ein? Hier ist ein häufiges Szenario, das ich schon oft gesehen habe. Ein Forscher führt eine einfache lineare Regression mit beispielsweise 5 Kovariaten durch. lm(Y ~ …
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.