Preguntas etiquetadas con multiple-regression

ANOVA vs regresión lineal múltiple? Entiendo que ambos métodos parecen usar el mismo modelo estadístico. Sin embargo, ¿bajo qué circunstancias debo usar qué método? ¿Cuáles son las ventajas y desventajas de estos métodos en comparación? ¿Por qué ANOVA se usa con tanta frecuencia en estudios experimentales y casi nunca encuentro …

24 anova  multiple-regression  least-squares 

Estoy interesado en el significado geométrico de la correlación múltiple RRR y el coeficiente de determinación R2R2R^2 en la regresión yi=β1+β2x2,i+⋯+βkxk,i+ϵiyi=β1+β2x2,i+⋯+βkxk,i+ϵiy_i = \beta_1 + \beta_2 x_{2,i} + \dots + \beta_k x_{k,i} + \epsilon_i , o en notación vectorial , y=Xβ+ϵy=Xβ+ϵ\mathbf{y} = \mathbf{X \beta} + \mathbf{\epsilon} Aquí la matriz de diseño …

24 regression  correlation  multiple-regression  r-squared  geometry 

En el análisis de regresión lineal, analizamos valores atípicos, investigamos la multicolinealidad, probamos la heterocedasticidad. La pregunta es: ¿hay alguna orden para aplicarlos? Quiero decir, ¿primero tenemos que analizar los valores atípicos y luego examinar la multicolinealidad? O al revés? ¿Hay alguna regla general sobre esto?

24 regression  multiple-regression  outliers 

Al principio pensé que el orden no importaba, pero luego leí sobre el proceso de ortogonalización de gram-schmidt para calcular coeficientes de regresión múltiple, y ahora tengo dudas. Según el proceso de gram-schmidt, cuanto más tarde se indexa una variable explicativa entre las otras variables, más pequeño es su vector …

24 regression  multiple-regression  regression-coefficients 

¿Cuál es la notación algebraica para calcular el intervalo de predicción para la regresión múltiple? Suena tonto, pero tengo problemas para encontrar una notación algebraica clara de esto.

24 multiple-regression  least-squares  prediction-interval 

Estoy buscando un estudio de caso de regresión lineal avanzado que ilustre los pasos necesarios para modelar relaciones complejas y no lineales múltiples utilizando GLM u OLS. Es sorprendentemente difícil encontrar recursos que vayan más allá de los ejemplos básicos de la escuela: la mayoría de los libros que he …

22 multiple-regression  generalized-linear-model  data-transformation  splines  nonlinear 

Cuando hacemos regresiones múltiples y decimos que estamos viendo el cambio promedio en la variable para un cambio en una variable , manteniendo todas las demás variables constantes, ¿en qué valores mantenemos constantes las otras variables? Su media? ¿Cero? ¿Algún valor?yyyxXx Me inclino a pensar que tiene cualquier valor; solo …

22 multiple-regression  interpretation  least-squares  regression-coefficients  controlling-for-a-variable 

La imputación múltiple es bastante sencilla cuando tiene un modelo lineal a priori que desea estimar. Sin embargo, las cosas parecen ser un poco más complicadas cuando realmente desea hacer una selección de modelo (por ejemplo, encontrar el "mejor" conjunto de variables predictoras de un conjunto más grande de variables …

21 multiple-regression  multiple-imputation 

Me pregunto cuál es la relación exacta entre parcial y los coeficientes en un modelo lineal y si debería usar solo uno o ambos para ilustrar la importancia y la influencia de los factores.R2R2R^2 Hasta donde sé, con las summaryestimaciones de los coeficientes y con anovala suma de los cuadrados …

21 r  regression  multiple-regression  regression-coefficients  r-squared 

Estoy tratando de ajustar un modelo de regresión lineal múltiple a mis datos con un par de parámetros de entrada, digamos 3. F( x )F( x )= A x1+ B x2+ CX3+ do= ( A B C )T( x1 X2 X3) + d(yo)(ii)(yo)F(X)=UNAX1+siX2+doX3+reo(ii)F(X)=(UNA si do)T(X1 X2 X3)+re\begin{align} F(x) &= Ax_1 …

21 regression  data-visualization  multiple-regression  communication 

Leí que estas son las condiciones para usar el modelo de regresión múltiple: los residuos del modelo son casi normales la variabilidad de los residuos es casi constante los residuos son independientes y cada variable está relacionada linealmente con el resultado. ¿Cómo son diferentes 1 y 2? Puedes ver uno …

20 regression  multiple-regression  assumptions 

He entendido cómo la regresión de crestas reduce los coeficientes hacia cero geométricamente. Además, sé cómo demostrar eso en el "Caso Ortonormal" especial, pero estoy confundido sobre cómo funciona en el caso general a través de "Descomposición espectral".

20 regression  multiple-regression  regularization  ridge-regression  svd 

¿La refundición de un modelo de regresión lineal multivariante como una regresión lineal múltiple es completamente equivalente? No me refiero a simplemente ejecutar regresiones separadas.ttt He leído esto en algunos lugares (Bayesian Data Analysis - Gelman et al., Y Multivariate Old School - Marden) de que un modelo lineal multivariado …

20 regression  multiple-regression  linear-model  multivariate-regression 

Wikipedia y la viñeta del paquete sándwich R brindan buena información sobre los supuestos que respaldan los errores estándar del coeficiente MCO y los antecedentes matemáticos de los estimadores sándwich. Sin embargo, todavía no estoy claro cómo se aborda el problema de la heteroscedasticidad residual, probablemente porque en primer lugar …

20 multiple-regression  residuals  heteroscedasticity  robust-standard-error 

Comienzo con mi regresión OLS: donde D es una variable ficticia, las estimaciones se vuelven diferentes de cero con un valor p bajo. Luego realizo una prueba Ramsey RESET y descubro que tengo alguna especificación incorrecta de la ecuación, por lo tanto, incluyo x al cuadrado: y = β 0 …

20 regression  multiple-regression  interpretation  least-squares  polynomial