Als «splines» getaggte Fragen

Splines sind flexible Funktionen, die aus Polynomteilen zusammengefügt werden und zur Approximation oder Glättung verwendet werden. Dieses Tag ist für jede Art von Spline (z. B. B-Splines, Regressionssplines, Dünnplatten-Splines usw.).

2
Passen Splines die Daten übermäßig an?
Mein Problem : Ich habe kürzlich einen Statistiker getroffen, der mir mitteilte, dass Splines nur zum Durchsuchen von Daten nützlich sind und einer Überanpassung unterliegen und daher für die Vorhersage nicht hilfreich sind. Er zog es vor, mit einfachen Polynomen zu erforschen ... Da ich ein großer Fan von Splines …
2
Vergleichen Sie Glättungssplines mit Löss zum Glätten?
Ich möchte die Vor- und Nachteile der Verwendung von Löss- oder Glättungssplines zum Glätten einiger Kurven besser verstehen. Eine andere Variante meiner Frage ist, ob es eine Möglichkeit gibt, einen Glättungsspline so zu konstruieren, dass die gleichen Ergebnisse wie bei der Verwendung von Löss erzielt werden. Jede Referenz oder Einsicht …
1
Knoten setzen in natürlichen kubischen Splines in R
Ich habe Daten mit vielen korrelierten Features und möchte zunächst die Features mit einer reibungslosen Basisfunktion reduzieren, bevor ein LDA ausgeführt wird. Ich versuche, natürliche kubische Splines im splinesPaket mit der nsFunktion zu verwenden. Wie ordne ich die Knoten zu? Hier ist der grundlegende R-Code: library(splines) lda.pred <- lda(y ~ …
23 r  splines 
6
Beispiele für erweiterte Regressionsmodellierung
Ich suche eine erweiterte Fallstudie zur linearen Regression, die die erforderlichen Schritte zur Modellierung komplexer, mehrfacher nichtlinearer Beziehungen mithilfe von GLM oder OLS veranschaulicht. Es ist überraschend schwierig, Ressourcen zu finden, die über grundlegende Schulbeispiele hinausgehen: Die meisten Bücher, die ich gelesen habe, gehen nicht weiter als eine logarithmische Transformation …
1
Können Splines zur Vorhersage verwendet werden?
Ich kann nicht genau sagen, um welche Art von Daten es sich handelt, da es sich um geschützte Daten handelt. Nehmen wir jedoch an, wir haben folgende Daten: Jeden Monat melden sich einige Personen für einen Dienst an. In jedem darauffolgenden Monat können diese Personen den Service aktualisieren, den Service …
3
Interpretation von Spline-Ergebnissen
Ich versuche, mithilfe von R einen Spline für eine GLM anzupassen. Sobald ich den Spline angepasst habe, möchte ich in der Lage sein, mein resultierendes Modell zu nehmen und eine Modellierungsdatei in einer Excel-Arbeitsmappe zu erstellen. Angenommen, ich habe eine Datenmenge, in der y eine Zufallsfunktion von x ist und …
20 splines 
4
Was sind die korrekten Werte für Präzision und Rückruf in Randfällen?
Präzision ist definiert als: p = true positives / (true positives + false positives) Ist es richtig, dass sich die Genauigkeit 1 nähert true positivesund false positivessich 0 nähert? Gleiche Frage zum Rückruf: r = true positives / (true positives + false negatives) Ich führe derzeit einen statistischen Test durch, …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
1
Kann lmer () Splines als zufällige Effekte verwenden?
Angenommen, wir arbeiten an einem Zufallseffektmodell einiger Zählungsdaten im Zeitverlauf und möchten einige Trends überprüfen. Normalerweise würden Sie etwas tun wie: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") eine quadratische Form für einschließen t. Ist es möglich, ausgefeiltere Glättungstechniken wie einen LOESS-Glätter oder Splines zu verwenden, um diese Beziehung zu modellieren?
2
Visualisierung einer Spline-Basis
Lehrbücher enthalten in der Regel schöne Beispieldiagramme der Basis für einheitliche Splines, wenn sie das Thema erläutern. So etwas wie eine Reihe kleiner Dreiecke für einen linearen Spline oder eine Reihe kleiner Höcker für einen kubischen Spline. Dies ist ein typisches Beispiel: http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_introcom_a0000000525.htm Ich frage mich, ob es eine einfache …
3
Passender multivariater, natürlicher kubischer Spline
Anmerkung: keine richtigen Antworten nach einem Monat habe ich zu reposted SO Hintergrund Ich habe ein Modell, , wobeifffY=f(X)Y=f(X)Y=f(\textbf{X}) XX\textbf{X} ist eine Matrix von Abtastwerten aus Parametern und ist der Vektor von Modellausgaben.m Y n × 1n×mn×mn \times mmmmYYYn×1n×1n \times 1 fff ist rechenintensiv, daher möchte ich mit einem multivariaten …
3
Splines gegen Gaußsche Prozessregression
Ich weiß, dass die Gaußsche Prozessregression (GPR) eine Alternative zur Verwendung von Splines zur Anpassung flexibler nichtlinearer Modelle ist. Ich würde gerne wissen, in welchen Situationen eine besser geeignet ist als die andere, insbesondere im Rahmen der Bayes'schen Regression. Ich habe bereits nachgesehen. Was sind die Vor- / Nachteile der …
1
Finden lokaler Extrema einer Dichtefunktion mit Splines
Ich versuche, die lokalen Maxima für eine Wahrscheinlichkeitsdichtefunktion zu finden (gefunden mit der densityMethode von R ). Ich kann keine einfache Methode zum Umsehen von Nachbarn durchführen (bei der man sich an einem Punkt umsieht, um festzustellen, ob es sich um ein lokales Maximum in Bezug auf die Nachbarn handelt), …
14 r  pdf  splines  maximum 
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.