Preguntas etiquetadas con regression

En un conjunto de datos de dos poblaciones no superpuestas (pacientes y sanos, total n = 60n=60n=60 ), me gustaría encontrar (de 300300300 variables independientes) predictores significativos para una variable dependiente continua. La correlación entre predictores está presente. Estoy interesado en averiguar si alguno de los predictores está relacionado con …

31 regression  pca  feature-selection  stepwise-regression  underdetermined 

Digamos, por ejemplo, que está haciendo un modelo lineal, pero los datos son complejos.yyy y= x β+ ϵy=xβ+ϵ y = x \beta + \epsilon Mi conjunto de datos es complejo, ya que en todos los números en son de la forma ( a + b i ) . ¿Hay algo …

31 regression  anova  data-transformation  complex-numbers 

Imagina Ejecuta una regresión lineal con cuatro predictores numéricos (IV1, ..., IV4) Cuando solo se incluye IV1 como predictor, la beta estandarizada es +.20 Cuando también incluye IV2 a IV4, el signo del coeficiente de regresión estandarizado de IV1 cambia -.25(es decir, se vuelve negativo). Esto da lugar a algunas …

31 regression  predictor 

Estaba tratando de aprender el aprendizaje automático usando el material de Coursera . En esta conferencia, Andrew Ng usa un algoritmo de descenso de gradiente para encontrar los coeficientes del modelo de regresión lineal que minimizará la función de error (función de costo). Para la regresión lineal, ¿necesitamos un descenso …

31 regression  machine-learning  linear-model  gradient-descent 

Quiero decir que algunas de esas variables están fuertemente correlacionadas entre sí. ¿Cómo / por qué / en qué contexto los definimos como variables independientes ?

30 regression  terminology  predictor 

Nota: Sé que L1 tiene una propiedad de selección de características. Estoy tratando de entender cuál elegir cuando la selección de funciones es completamente irrelevante. ¿Cómo decidir qué regularización (L1 o L2) usar? ¿Cuáles son los pros y los contras de cada una de las regularizaciones L1 / L2? ¿Se …

30 regression  lasso  regularization  ridge-regression 

Estoy trabajando con un gran conjunto de datos (confidencial, por lo que no puedo compartir demasiado), y llegué a la conclusión de que sería necesaria una regresión binomial negativa. Nunca antes había hecho una regresión glm, y no puedo encontrar ninguna información clara sobre cuáles son los supuestos. ¿Son lo …

30 regression  generalized-linear-model  data-transformation  assumptions  negative-binomial 

Estoy revisando las notas de Andrew Ng sobre Machine Learning. Las notas nos presentan a la regresión logística y luego al perceptrón. Al describir Perceptron, las notas dicen que solo cambiamos la definición de la función de umbral utilizada para la regresión logística. Después de hacer eso, podemos usar el …

30 regression  machine-learning  self-study  logistic  perceptron 

Nuestro pequeño equipo estaba discutiendo y se atascó. ¿Alguien sabe si la regresión de Cox tiene una distribución de Poisson subyacente? Tuvimos un debate de que tal vez la regresión de Cox con tiempo constante en riesgo tendrá similitudes con la regresión de Poisson con una varianza robusta. ¿Algunas ideas?

30 regression  poisson-distribution  cox-model 

En el sencillo lineal caso de regresión y=β0+β1xy=β0+β1xy=\beta_0+\beta_1x , puede derivar el estimador de mínimos cuadrados β 1 = Σ ( x i - ˉ x ) ( y i - ˉ y )β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2} de tal manera que usted no tiene que saber β 0para estimar β …

30 regression  multiple-regression  generalized-linear-model  linear-model 

Explicaré mi problema con un ejemplo. Suponga que desea predecir el ingreso de un individuo dados algunos atributos: {Edad, Sexo, País, Región, Ciudad}. Tienes un conjunto de datos de entrenamiento como este train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Por un lado, tengo la regresión a la media y por otro lado tengo la falacia del jugador . Miller y Sanjurjo (2019) definen la falacia del jugador como "la creencia errónea de que las secuencias aleatorias tienen una tendencia sistemática hacia la reversión, es decir, que las rayas de …

29 regression  mean  fallacy  gambling 

Fondo Supongamos que tenemos un modelo de mínimos cuadrados ordinarios donde tenemos coeficientes en nuestro modelo de regresión, kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} donde es un vector de coeficientes , es la matriz de diseño definida porββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & …

29 regression  linear-model  least-squares  t-distribution 

Cuando predice un valor ajustado de un modelo de regresión logística, ¿cómo se calculan los errores estándar? Me refiero a los valores ajustados , no a los coeficientes (que implica la matriz de información de Fishers). Solo descubrí cómo obtener los números con R(por ejemplo, aquí en r-help o aquí …

29 r  regression  logistic  mathematical-statistics  references 

Soy algo nuevo en el uso de la regresión logística, y estoy un poco confundido por una discrepancia entre mis interpretaciones de los siguientes valores que pensé que sería lo mismo: valores beta exponenciados probabilidad pronosticada del resultado utilizando valores beta. Aquí hay una versión simplificada del modelo que estoy …

29 regression  logistic  interpretation  prediction  odds-ratio