Preguntas etiquetadas con curve-fitting

Métodos utilizados para ajustar curvas (como en regresión lineal o no lineal) a los datos.

1
¿Error aditivo o error multiplicativo?
Soy relativamente nuevo en estadísticas y agradecería ayuda para entender esto mejor. En mi campo hay un modelo de forma comúnmente utilizado: PAGt= Po( Vt)αPAGt=PAGo(Vt)αP_t = P_o(V_t)^\alpha Cuando las personas ajustan el modelo a los datos, generalmente lo linealizan y ajustan lo siguiente Iniciar sesión( Pt) = log( Po) + …
1
Cálculo de probabilidad de RMSE
Tengo un modelo para predecir una trayectoria (x en función del tiempo) con varios parámetros. Por el momento, calculo el error cuadrático medio (RMSE) entre la trayectoria prevista y la trayectoria registrada experimentalmente. Actualmente, minimizo esta diferencia (el RMSE) usando simplex (fminsearch en matlab). Si bien este método funciona para …
3
Estrategia para ajustar funciones altamente no lineales
Para analizar los datos de un experimento de biofísica, actualmente estoy tratando de hacer un ajuste de curva con un modelo altamente no lineal. La función del modelo se ve básicamente como: y=ax+bx−1/2y=ax+bx−1/2y = ax + bx^{-1/2} Aquí, especialmente el valor de bbb es de gran interés. Una trama para …
1
ajustando una función exponencial usando mínimos cuadrados versus modelo lineal generalizado versus mínimos cuadrados no lineales
Tengo un conjunto de datos que representa la disminución exponencial. Me gustaría ajustar una función exponencial a estos datos. He intentado iniciar sesión transformando la variable de respuesta y luego usando mínimos cuadrados para ajustar una línea; usando un modelo lineal generalizado con una función de enlace de registro y …
3
Cómo realizar SVD para imputar valores perdidos, un ejemplo concreto
He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …
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 
2
Prueba post-hoc después de 2 factores repetidos medidas ANOVA en R?
Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Después …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.