Preguntas etiquetadas con regression-coefficients

Supongamos que deseo retroceder contra una X normalizada , pero me gustaría una solución escasa. Después de la regresión, ¿por qué no se permite descartar los coeficientes de menor magnitud?YYYXXX Para el registro, he oído hablar de los métodos LARS y LASSO, y a menudo los uso. Tengo curiosidad por …

14 regression  regression-coefficients 

Parece que si tengo un modelo de regresión como yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Puedo ajustar un polinomio en bruto y obtener resultados poco confiables o ajustar un polinomio ortogonal y obtener coeficientes que no tienen una interpretación física directa (por ejemplo, no puedo usarlos para encontrar …

14 regression  linear-model  regression-coefficients  polynomial 

Me he encontrado con estos dos términos que se usan indistintamente en muchos contextos. Básicamente, un moderador (M) es un factor que afecta la relación entre X e Y. El análisis de moderación generalmente se realiza utilizando un modelo de regresión. Por ejemplo, el género (M) puede afectar la relación …

14 regression  interaction  interpretation  regression-coefficients  terminology 

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 

Entonces, quiero ajustar un modelo binomial negativo de efectos aleatorios. Para tal modelo, STATA puede producir coeficientes exponenciados. Según el archivo de ayuda, dichos coeficientes se pueden interpretar como relaciones de tasa de incidencia. Desafortunadamente, no soy un hablante nativo de inglés y realmente no entiendo qué son las relaciones …

13 interpretation  negative-binomial  regression-coefficients 

Después de recopilar comentarios valiosos de preguntas y debates anteriores, se me ocurrió la siguiente pregunta: supongamos que el objetivo es detectar diferencias de efectos en dos grupos, por ejemplo, hombres contra mujeres. Hay dos maneras de hacerlo: ejecutar dos regresiones separadas para los dos grupos, y emplear la prueba …

13 statistical-significance  interaction  regression-coefficients 

Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

¿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 

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 

Estoy evaluando dos (2) refrigerantes (gases) que se usaron en el mismo sistema de refrigeración. Tengo datos de temperatura de succión saturada ( ), temperatura de condensación ( ) y amperaje ( ) para la evaluación. Hay dos (2) conjuntos de datos; Primer refrigerante ( ) y segundo refrigerante ( …

12 regression  regression-coefficients 

Tengo un modelo de regresión lineal donde se registra la variable dependiente y una variable independiente es lineal. El coeficiente de pendiente para una variable independiente clave es negativo: . No estoy seguro de cómo interpretar.- .0564−.0564-.0564 ¿Utilizo el valor absoluto y luego lo convierto en un negativo como este: …

11 linear-model  interpretation  regression-coefficients 

Mi objetivo es utilizar los coeficientes derivados de investigaciones previas sobre el tema para predecir resultados reales dado un conjunto de variables independientes. Sin embargo, el trabajo de investigación enumera los coeficientes Beta y el valor t, solo. Me gustaría saber si es posible convertir los coeficientes estandarizados a los …

11 regression-coefficients 

¿Cómo se pueden obtener pesos de regresión estandarizados (efecto fijo) a partir de una regresión multinivel? Y, como un "complemento": ¿Cuál es la forma más fácil de obtener estos pesos estandarizados de un objeto mer(de la lmerfunción del lme4paquete R)?

11 r  multilevel-analysis  lme4-nlme  regression-coefficients  standardization 

Hay un modelo de regresión donde con a = 1.6 y b = 0.4 , que tiene un coeficiente de correlación de r = 0.60302 .Y= a + b XY=a+bXY = a + bXa = 1.6a=1.6a = 1.6b = 0.4b=0.4b=0.4r = 0.60302r=0.60302r = 0.60302 Si y Y son entonces conmutados …

11 correlation  regression-coefficients 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa