Preguntas etiquetadas con linear-model

¿Cuál es la diferencia entre regresión lineal y regresión logística? ¿Cuándo usarías cada uno?

122 regression  logistic  linear-model 

Estoy ejecutando modelos de regresión lineal y me pregunto cuáles son las condiciones para eliminar el término de intercepción. Al comparar los resultados de dos regresiones diferentes donde una tiene la intersección y la otra no, noto que el de la función sin la intersección es mucho mayor. ¿Hay ciertas …

118 regression  linear-model  r-squared  intercept 

En un modelo lineal simple con una sola variable explicativa, αi=β0+β1δi+ϵiαi=β0+β1δi+ϵi\alpha_i = \beta_0 + \beta_1 \delta_i + \epsilon_i Encuentro que eliminar el término de intercepción mejora mucho el ajuste (el valor de va de 0.3 a 0.9). Sin embargo, el término de intercepción parece ser estadísticamente significativo.R2R2R^2 Con intercepción: Call: …

101 r  linear-model  interpretation  r-squared  intercept 

El coeficiente de correlación de Pearson de xey es el mismo, ya sea que calcule pearson (x, y) o pearson (y, x). Esto sugiere que hacer una regresión lineal de y dado x o x dado y debería ser lo mismo, pero no creo que ese sea el caso. ¿Alguien …

97 regression  correlation  linear-model  pearson-r 

En general, ¿qué significa decir que la fracción de la varianza en un análisis como PCA se explica por el primer componente principal? ¿Alguien puede explicar esto intuitivamente pero también dar una definición matemática precisa de lo que significa "varianza explicada" en términos de análisis de componentes principales (PCA)?XXx Para …

90 regression  pca  linear-model  dimensionality-reduction 

He notado que el intervalo de confianza para los valores pronosticados en una regresión lineal tiende a ser estrecho alrededor de la media del predictor y engordar alrededor de los valores mínimos y máximos del predictor. Esto se puede ver en las gráficas de estas 4 regresiones lineales: Inicialmente pensé …

69 regression  confidence-interval  linear-model  standard-error  prediction-interval 

Estoy tratando de entender la filosofía detrás del uso de un modelo lineal generalizado (GLM) frente a un modelo lineal (LM). He creado un conjunto de datos de ejemplo a continuación donde: log(y)=x+εlog⁡(y)=x+ε\log(y) = x + \varepsilon El ejemplo no tiene el error como una función de la magnitud de …

55 r  generalized-linear-model  linear-model  gamma-distribution  link-function 

Estoy tratando con datos lineales con valores atípicos, algunos de los cuales están a más de 5 desviaciones estándar de la línea de regresión estimada. Estoy buscando una técnica de regresión lineal que reduzca la influencia de estos puntos. Hasta ahora, lo que hice fue estimar la línea de regresión …

50 regression  linear-model  outliers  robust  fused-lasso 

Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje de aumento, pero ¿cómo cambia …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Fuentes aparentemente de buena reputación afirman que la variable dependiente debe distribuirse normalmente: Suposiciones del modelo: YYY se distribuye normalmente, los errores se distribuyen normalmente, ei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) , e independiente, y XXX es fijo, y la varianza constante σ2σ2\sigma^2 . Penn State, STAT 504 Análisis de datos discretos En …

45 regression  least-squares  linear-model  dependent-variable 

Aprendí en mi clase de modelos lineales que si dos predictores están correlacionados y ambos están incluidos en un modelo, uno será insignificante. Por ejemplo, suponga que el tamaño de una casa y el número de dormitorios están correlacionados. Al predecir el costo de una casa utilizando estos dos predictores, …

45 regression  multiple-regression  p-value  linear-model  multicollinearity 

Si la regresión polinómica modela relaciones no lineales, ¿cómo puede considerarse un caso especial de regresión lineal múltiple? Wikipedia señala que "Aunque la regresión polinómica ajusta un modelo no lineal a los datos, como problema de estimación estadística es lineal, en el sentido de que la función de regresión es …

38 regression  multiple-regression  linear-model  nonlinear-regression  polynomial 

En regresión lineal simple, tenemos y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + u , donde u∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2) . Derivé el estimador: β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , dondex¯x¯\bar{x} yy¯y¯\bar{y} son las medias muestrales dexxxeyyy. Ahora quiero encontrar la varianza …

38 regression  mathematical-statistics  variance  linear-model  regression-coefficients 

Estoy tratando de averiguar qué método de validación cruzada es mejor para mi situación. Los siguientes datos son solo un ejemplo para resolver el problema (en R), pero mis Xdatos reales ( xmat) están correlacionados entre sí y en diferentes grados con la yvariable ( ymat). Proporcioné el código R, …

36 r  regression  cross-validation  linear-model 

Digamos que estoy estudiando cómo los narcisos responden a diversas condiciones del suelo. He recopilado datos sobre el pH del suelo frente a la altura madura del narciso. Espero una relación lineal, así que hago una regresión lineal. Sin embargo, cuando comencé mi estudio, no me di cuenta de que …

34 regression  linear-model  dataset