Preguntas etiquetadas con multiple-regression

La función lm en R puede imprimir la covarianza estimada de los coeficientes de regresión. ¿Qué nos brinda esta información? ¿Podemos ahora interpretar mejor el modelo o diagnosticar problemas que podrían estar presentes en el modelo?

13 r  multiple-regression  least-squares 

Tengo datos de ventas diarias de un producto que es altamente estacional. Quiero capturar la estacionalidad en el modelo de regresión. He leído que si tiene datos trimestrales o mensuales, en ese caso puede crear 3 y 11 variables ficticias respectivamente, pero ¿puedo tratar con datos diarios? Tengo tres años …

13 regression  time-series  multiple-regression  categorical-data 

Me gustaría comparar modelos seleccionados con cresta, lazo y red elástica. La figura a continuación muestra las rutas de los coeficientes utilizando los 3 métodos: cresta (Fig. A, alfa = 0), lazo (Fig. B; alfa = 1) y red elástica (Fig. C; alfa = 0.5). La solución óptima depende del …

13 r  multiple-regression  modeling  regularization 

Los grados de libertad en una regresión múltiple es igual a , donde es el número de variables.N−k−1N−k−1N-k-1kkk ¿ Incluye kkk la variable de respuesta (es decir, YYY )? Por ejemplo, en el modelo Y=B0+B1X1+B2X2Y=B0+B1X1+B2X2Y = B_0 + B_1X_1 + B_2X_2 , ¿ k=3k=3k = 3 (es decir, 1 df …

13 self-study  multiple-regression  degrees-of-freedom 

Lo siento si esta es una pregunta nueva; Estoy tratando de enseñarme estadísticas por primera vez. Creo que tengo el procedimiento básico, pero estoy luchando para ejecutarlo con R. Entonces, estoy tratando de evaluar la importancia de los coeficientes de regresión en una regresión lineal múltiple de forma y^= Xβ^y^=Xβ^ …

13 r  statistical-significance  multiple-regression 

Imagine que un investigador está explorando un conjunto de datos y ejecuta 1000 regresiones diferentes y encuentra una relación interesante entre ellos. Ahora imagine que otro investigador con los mismos datos ejecuta solo 1 regresión, y resulta que es el mismo que el otro investigador tomó 1000 regresiones para encontrar. …

12 bayesian  multiple-regression  multiple-comparisons  inference  theory 

Los polinomios ortogonales en un conjunto univariado de puntos son polinomios que producen valores en esos puntos de manera que su producto escalar y su correlación por pares son cero. R puede producir polinomios ortogonales con función poli . La misma función tiene un polimero variante que produce polinomios ortogonales …

12 r  multiple-regression  polynomial  orthogonal 

He visto fórmulas en Wikipedia. que relacionan la distancia y el apalancamiento de Mahalanobis: La distancia de Mahalanobis está estrechamente relacionada con la estadística de apalancamiento, , pero tiene una escala diferente:hhhD2=(N−1)(h−1N).D2=(N−1)(h−1N).D^2 = (N - 1)(h - \tfrac{1}{N}). En un artículo vinculado , Wikipedia describe en estos términos:hhh En el …

12 multiple-regression  mathematical-statistics  diagnostic  leverage 

Tengo un gran conjunto de datos de mercado agregado sobre las ventas de vino en los EE. UU. Y me gustaría estimar la demanda de ciertos vinos de alta calidad. Estas cuotas de mercado se derivaron básicamente de un modelo de utilidad aleatorio de la forma , donde incluye las …

12 logistic  estimation  multiple-regression  categorical-data 

Cuando se usan splines cúbicas naturales (es decir, restringidas), las funciones básicas creadas son altamente colineales, y cuando se usan en una regresión parecen producir estadísticas muy altas de VIF (factor de inflación de varianza), lo que indica multicolinealidad. Cuando se considera el caso de un modelo con fines de …

12 multiple-regression  generalized-linear-model  predictive-models  multicollinearity  splines 

¿Es posible obtener una correlación positiva entre un regresor y una respuesta ( +0,43) y, después de eso, obtener un coeficiente negativo en el modelo de regresión ajustado para este regresor? No estoy hablando de cambios en el signo del regresor entre algunos modelos. El signo del coeficiente siempre permanece. …

12 correlation  multiple-regression  regression-coefficients 

Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las diferentes pruebas difieren …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Actualmente estoy trabajando en la construcción de un modelo predictivo para un resultado binario en un conjunto de datos con ~ 300 variables y 800 observaciones. He leído mucho en este sitio sobre los problemas asociados con la regresión gradual y por qué no usarlo. He estado leyendo sobre la …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

El siguiente es un modelo creado a partir de un mtcarsconjunto de datos: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj …

12 regression  multiple-regression  r-squared 

Los ejemplos de esta página muestran que la regresión simple se ve notablemente afectada por los valores atípicos y esto se puede superar mediante técnicas de regresión robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Creo que lmrob y ltsReg son otras técnicas de regresión robustas. ¿Por qué no se debe hacer una regresión robusta …

12 regression  multiple-regression  robust