Preguntas etiquetadas con linear

PCA se considera un procedimiento lineal, sin embargo: P C A (X) ≠ P C A ( X1) + P C A ( X2) + … + P C A ( Xnorte) ,PAGSdoUNA(X)≠PAGSdoUNA(X1)+PAGSdoUNA(X2)+...+PAGSdoUNA(Xnorte),\mathrm{PCA}(X)\neq \mathrm{PCA}(X_1)+\mathrm{PCA}(X_2)+\ldots+\mathrm{PCA}(X_n), donde . Esto quiere decir que los vectores propios obtenidos por los PCA en las matrices …

35 pca  linear 

El tocón de decisión es un árbol de decisión con una sola división. También se puede escribir como una función por partes. Por ejemplo, suponga que es un vector, y es el primer componente de , en la configuración de regresión, se puede usar un tocón de decisiónx 1 xXxxX1x1x_1Xxx …

19 machine-learning  cart  linear  boosting 

Estoy usando regresión lineal múltiple para describir las relaciones entre Y y X1, X2. Desde la teoría, entendí que la regresión múltiple supone relaciones lineales entre Y y cada una de X (Y y X1, Y y X2). No estoy usando ninguna transformación de X. Entonces, obtuve el modelo con …

16 regression  multiple-regression  python  linear 

Para un modelo lineal, la solución OLS proporciona el mejor estimador lineal imparcial para los parámetros. Por supuesto, podemos cambiar un sesgo por una varianza más baja, por ejemplo, regresión de cresta. Pero mi pregunta es sobre no tener prejuicios. ¿Hay otros estimadores que se usan con cierta frecuencia, que …

15 regression  least-squares  linear  unbiased-estimator  blue 

Mi pregunta es muy simple: ¿por qué elegimos normal como la distribución que sigue el término de error en el supuesto de regresión lineal? ¿Por qué no elegimos a otros como uniforme, t o lo que sea?

15 regression  mathematical-statistics  normal-distribution  error  linear 

Digamos que tenemos los puntos de datos de entrada (predictor) y de salida (respuesta) A, B, C, D, E y queremos ajustar una línea a través de los puntos. Este es un problema simple para ilustrar la pregunta, pero también puede extenderse a dimensiones más altas. Planteamiento del problema El …

14 regression  linear  fitting  cost-maximization 

Entiendo que significa que el modelo es malo para predecir puntos de datos individuales, pero ha establecido una tendencia firme (por ejemplo, y sube cuando x sube).

14 regression  inference  r-squared  linear 

¿Por qué la regresión lineal y el modelo generalizado tienen supuestos inconsistentes? En la regresión lineal, suponemos que el residuo proviene de Gauss En otra regresión (regresión logística, regresión por envenenamiento), asumimos que la respuesta viene de alguna distribución (binomial, veneno, etc.). ¿Por qué a veces se asume residual y …

14 regression  generalized-linear-model  assumptions  linear 

Estoy realmente confundido acerca de la diferencia de significado con respecto al contexto de regresión lineal de los siguientes términos: Estadística F R-cuadrado Error estándar residual Encontré este sitio web que me dio una gran comprensión de los diferentes términos involucrados en la regresión lineal, sin embargo, los términos mencionados …

14 linear-model  nonlinear-regression  linear  f-statistic 

La pregunta es sencilla: ¿es apropiado usar la regresión lineal cuando Y es acotado y discreto (por ejemplo, el puntaje de la prueba 1 ~ 100, alguna clasificación predefinida 1 ~ 17)? En este caso, ¿"no es bueno" usar regresión lineal, o es totalmente incorrecto usarlo?

14 regression  multiple-regression  least-squares  linear  bounds 

Sé que en la regresión lineal la variable de respuesta debe ser continua, pero ¿por qué es así? Parece que no puedo encontrar nada en línea que explique por qué no puedo usar datos discretos para la variable de respuesta.

13 regression  linear 

Poco fondo Estoy trabajando en la interpretación del análisis de regresión, pero estoy realmente confundido sobre el significado de r, r cuadrado y desviación estándar residual. Sé las definiciones: Caracterizaciones r mide la fuerza y ​​la dirección de una relación lineal entre dos variables en un diagrama de dispersión R-cuadrado …

13 r  regression  regression-coefficients  linear  pearson-r 

Estoy trabajando en un problema de regresión lineal muy grande, con un tamaño de datos tan grande que deben almacenarse en un grupo de máquinas. Será demasiado grande para agregar todas las muestras en la memoria de una sola máquina (incluso el disco) Para hacer la regresión de estos datos, …

13 regression  linear  large-data 

Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 2 años . Actualmente estoy en una clase de regresión lineal, pero no …

12 regression  machine-learning  linear  teaching 

Estoy aprendiendo regresión lineal usando Introducción al análisis de regresión lineal de Montgomery, Peck y Vining . Me gustaría elegir un proyecto de análisis de datos. Tengo la ingenua idea de que la regresión lineal es adecuada solo cuando se sospecha que existen relaciones funcionales lineales entre las variables explicativas …

12 regression  data-transformation  model  linear  regression-strategies