Als «residuals» getaggte Fragen

Die Residuen eines Modells sind die tatsächlichen Werte abzüglich der vorhergesagten Werte. Viele statistische Modelle treffen Annahmen über den Fehler, der durch die Residuen geschätzt wird.

1
Was ist der Unterschied zwischen den verschiedenen Arten von Residuen in der Überlebensanalyse (Cox-Regression)?
Ich bin ziemlich neu in der Überlebensanalyse. Mir wurde geraten, im Rahmen einer Modelldiagnose nach Schönfeld-Residuen zu suchen, um festzustellen, ob die Proportional-Hazard-Annahme erfüllt ist. Beim Nachschlagen habe ich Hinweise auf viele verschiedene Arten von Residuen gesehen, darunter: Cox-Snell Abweichung Martingal Ergebnis Schönfeld Was sind die Unterschiede zwischen diesen Residuen …
1
Reste in Poisson-Regression
Zuur 2013 Anfängerleitfaden zu GLM & GLMM schlägt vor, eine Poisson-Regression zu validieren, indem Pearsons-Residuen gegen angepasste Werte aufgetragen werden. Zuur sagt, wir sollten nicht sehen, wie sich die Residuen mit zunehmenden angepassten Werten ausbreiten, wie bei einem beigefügten (handgezeichneten) Diagramm. Aber ich dachte, ein Schlüsselmerkmal der Poisson-Verteilung ist, dass …
3
Wie soll ich diese Restdarstellung interpretieren?
Ich kann diese Grafik nicht interpretieren. Meine abhängige Variable ist die Gesamtzahl der Kinokarten, die für eine Show verkauft werden. Die unabhängigen Variablen sind die Anzahl der Tage vor der Show, Dummy-Variablen für die Saisonalität (Wochentag, Monat des Jahres, Feiertag), Preis, bis zum Datum verkaufte Tickets, Filmbewertung, Filmtyp (Thriller, Komödie …
3
Ein konkretes Beispiel ist die Durchführung einer SVD, um fehlende Werte zu unterstellen
Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
1
Interpretation eines gruppierten Restplots in der logistischen Regression
Ich eine logistische Regression mit unabhängigen Variablen und Beobachtungen durch. Ich bewerte die Modellanpassung, um festzustellen, ob die Daten den Modellannahmen entsprechen, und habe mit dem Paket das folgende gruppierte Restdiagramm erstellt:242424123,996123,996123,996arm R Offensichtlich gibt es einige schlechte Anzeichen in dieser Darstellung: Viele Punkte liegen außerhalb der Konfidenzbänder und die …
1
Wenn Sie eine OLS-Regression für Querschnittsdaten ausführen, sollten Sie die Autokorrelation in Residuen testen?
Ich habe eine Reihe von Beobachtungen, unabhängig von der Zeit. Ich frage mich, ob ich Autokorrelationstests durchführen soll. Es scheint mir, dass es keinen Sinn macht, da meine Daten keine Zeitkomponente enthalten. Ich habe jedoch tatsächlich einen seriellen Korrelations-LM-Test versucht, der auf eine starke Autokorrelation der Residuen hinweist. Macht es …
2
Nichtnormalität in Residuen
Ich beziehe mich auf diesen Beitrag, der die Bedeutung der Normalverteilung der Residuen in Frage zu stellen scheint, und argumentiere, dass dies zusammen mit der Heteroskedastizität möglicherweise durch die Verwendung robuster Standardfehler vermieden werden könnte. Ich habe verschiedene Transformationen in Betracht gezogen - Wurzeln, Protokolle usw. - und alles erweist …
3
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und group x time. Beides timeund groupErgebnis signifikant, …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
3
OLS: in der 1. Gleichung spannt Standardfehler in der 2. Gleichung vor?
Angenommen, Xit,YitXit,Yit{X_{it}},{Y_{it}} sind Zeitreihen mit Xit∼N(0.1,1)Xit∼N(0.1,1)X_{it}\sim N(0.1,1) , ( σ2(Yit)=1σ2(Yit)=1\sigma^2(Y_{it}) = 1 und mean(Yit)mean(Yit)mean(Y_{it}) ähnelt dem für XitXitX_{it} , ändert sich jedoch, wenn der Dummy = 1) ist. und t∈{1,2,...,200}t∈{1,2,...,200}t \in \{1,2,...,200\} , i∈{1,2,...,N}i∈{1,2,...,N}i \in \{1,2,...,N\} . In einer realen Welt sind dies periodische Börsenrenditen gegenüber NNN Unternehmen (aber Sie …
3
Ratschläge zur Erklärung von Heterogenität / Heteroskedastizität
Ich suche Hilfe, Ratschläge oder Tipps, wie ich Biologen in meiner Abteilung Heterogenität / Heteroskedastizität erklären kann. Insbesondere möchte ich erklären, warum es wichtig ist, danach zu suchen und damit umzugehen, wenn es existiert. Ich habe nach Meinungen zu den folgenden Fragen gesucht. Beeinflusst Heterogenität die Zuverlässigkeit von Zufallseffektschätzungen? Ich …
2
Wo sind die Residuen in einem GLM?
Ich gehe gerade zu GLMs nach den Standardmodellen über. Im Standardmodell y = Xb + epsilon und es wird angenommen, dass epsilon normal verteilt ist. Das heißt, wir können schreiben y - Xb = epsilon und dann können wir die lhs unter Verwendung einer geeigneten Norm unter der Annahme der …
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, …
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.