Preguntas etiquetadas con prediction

Tengo una pregunta que creo que será bastante básica para muchos usuarios. Estoy usando modelos de regresión lineal para (i) investigar la relación de varias variables explicativas y mi variable de respuesta y (ii) predecir mi variable de respuesta usando las variables explicativas. Una variable explicativa particular X parece impactar …

10 statistical-significance  predictive-models  p-value  prediction  out-of-sample 

He estado revisando la documentación de sklearn pero no puedo entender el propósito de estas funciones en el contexto de la regresión logística. Porque decision_functiondice que es la distancia entre el hiperplano y la instancia de prueba. ¿Cómo es útil esta información en particular? y cómo se relaciona esto con …

10 regression  logistic  prediction  scikit-learn  decision 

Estoy confundido sobre cómo evaluar la distribución predictiva posterior para la regresión lineal bayesiana, más allá del caso básico descrito aquí en la página 3, y copiado a continuación. p ( y~∣ y) = ∫p ( y~∣ β, σ2) p ( β, σ2∣ y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int …

10 regression  bayesian  predictive-models  prediction  posterior 

¿Se calculan las estimaciones de desviación estándar a través de: sN=1N∑Ni=1(xi−x¯¯¯)2−−−−−−−−−−−−−√.sN=1N∑i=1N(xi−x¯)2. s_N = \sqrt{\frac{1}{N} \sum_{i=1}^N (x_i - \overline{x})^2}. ( http://en.wikipedia.org/wiki/Standard_deviation#Sample_standard_deviation ) para precisiones de predicción muestreadas de validación cruzada 10 veces? Me preocupa que la precisión de la predicción calculada entre cada pliegue dependa de la superposición sustancial entre los …

10 confidence-interval  cross-validation  prediction  prediction-interval 

Soy un nuevo usuario de WinBUGS y tengo una pregunta por su ayuda. Después de ejecutar el siguiente código, obtuve parámetros de beta0through beta4(estadísticas, densidad), pero no sé cómo obtener la predicción del último valor de h, que configuré NApara modelar en el código. ¿Alguien me puede dar una pista? …

10 bayesian  bugs  prediction  winbugs 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Hastie y col. "Los elementos del aprendizaje estadístico" (2009) consideran un proceso de generación de datos con E ( ε ) = 0 y Var ( ε ) = σ 2 ε .Y= f( X) + εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Presentan la siguiente descomposición de sesgo-varianza del …

9 variance  forecasting  prediction  terminology  bias 

Intento predecir un puntaje de equilibrio y probé varios métodos de regresión diferentes. Una cosa que noté es que los valores predichos parecen tener algún tipo de límite superior. Es decir, el saldo real está en , pero mis predicciones alcanzan alrededor de 0.8 . La siguiente gráfica muestra el …

9 regression  distributions  data-transformation  prediction  bounds 

Estoy trabajando en la validación cruzada de la predicción de mis datos con 200 sujetos y 1000 variables. Estoy interesado en la regresión de crestas ya que el número de variables (que quiero usar) es mayor que el número de muestra. Entonces quiero usar estimadores de contracción. Los siguientes son …

9 r  cross-validation  prediction  ridge-regression 

Estoy tomando un curso de Introducción a Bayes y tengo dificultades para comprender las distribuciones predictivas. Entiendo por qué son útiles y estoy familiarizado con la definición, pero hay algunas cosas que no entiendo del todo. 1) Cómo obtener la distribución predictiva correcta para un vector de nuevas observaciones Supongamos …

9 bayesian  prediction 

Tengo un modelo dinámico de Bayes ingenuo entrenado en un par de variables temporales. La salida del modelo es la predicción de P(Event) @ t+1, estimada en cada uno t. La gráfica de P(Event)versus timees como se da en la figura a continuación. En esta figura, la línea negra representa …

9 time-series  probability  prediction  model-comparison  model-evaluation 

Tengo un randomForestmodelo de clasificación fina que me gustaría utilizar en una aplicación que predice la clase de un nuevo caso. El nuevo caso inevitablemente tiene valores perdidos. Predecir no funcionará como tal para las AN. ¿Cómo debo hacer esto entonces? data(iris) # create first the new case with missing …

9 r  random-forest  prediction  missing-data 

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Calculé un modelo de regresión lineal simple a partir de las medidas de mi experimento para hacer predicciones. He leído que no debe calcular predicciones para puntos que se alejan demasiado de los datos disponibles. Sin embargo, no pude encontrar ninguna guía para ayudarme a saber hasta dónde puedo extrapolar. …

9 regression  prediction 

Sé que esta es probablemente una pregunta básica ... Pero parece que no encuentro la respuesta. Estoy adaptando un GLM con una familia de Poisson, y luego intenté echar un vistazo a las predicciones, sin embargo, el desplazamiento parece tenerse en cuenta: model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003), offset=(log(population)), data=data, subset=28:36, family=poisson()) predict (model_glm, type="response") …

9 r  generalized-linear-model  prediction  offset