Preguntas etiquetadas con regression

Me pregunto cómo interpretar los errores estándar del coeficiente de una regresión cuando se usa la función de visualización en R. Por ejemplo en el siguiente resultado: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = …

26 r  regression  interpretation 

Aunque leí esta publicación, todavía no tengo idea de cómo aplicar esto a mis propios datos y espero que alguien pueda ayudarme. Tengo los siguientes datos: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, 7.134426, 8.338514, 8.723832, 10.276473, …

26 r  regression  fitting 

Sé que la regresión lineal puede pensarse como "la línea que está verticalmente más cercana a todos los puntos" : Pero hay otra forma de verlo, visualizando el espacio de la columna, como "la proyección sobre el espacio atravesado por las columnas de la matriz de coeficientes" : Mi pregunta …

26 regression  intuition  geometry 

Tengo una pregunta sobre una regresión binomial negativa: supongamos que tiene los siguientes comandos: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Tenga en cuenta que los automóviles son un conjunto de datos que está disponible en R, y realmente no me importa si este modelo tiene sentido). Lo que me gustaría saber …

26 regression  generalized-linear-model  negative-binomial 

Tengo un modelo de regresión logística entrenado que estoy aplicando a un conjunto de datos de prueba. La variable dependiente es binaria (booleana). Para cada muestra en el conjunto de datos de prueba, aplico el modelo de regresión logística para generar un% de probabilidad de que la variable dependiente sea …

26 regression  logistic  r-squared 

Estoy ejecutando modelos de regresión LOESS en R, y quiero comparar los resultados de 12 modelos diferentes con diferentes tamaños de muestra. Puedo describir los modelos reales con más detalles si me ayuda a responder la pregunta. Aquí están los tamaños de muestra: Fastballs vs RHH 2008-09: 2002 Fastballs vs …

26 r  regression  loess 

En la regresión lineal, se supone que cada valor predicho se ha elegido de una distribución normal de posibles valores. Vea abajo. Pero, ¿por qué se supone que cada valor predicho proviene de una distribución normal? ¿Cómo utiliza la regresión lineal este supuesto? ¿Qué pasa si los valores posibles no …

26 regression  probability  distributions  normal-distribution  modeling 

Por lo que entiendo, solo podemos construir una función de regresión que se encuentre dentro del intervalo de los datos de entrenamiento. Por ejemplo (solo uno de los paneles es necesario): ¿Cómo predeciría el futuro con un regresor KNN? Nuevamente, parece aproximarse solo a una función que se encuentra dentro …

26 regression  machine-learning  k-nearest-neighbour 

Para la regresión Lasso suponga que la mejor solución (error de prueba mínimo, por ejemplo) selecciona k características, para que \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ …

26 regression  feature-selection  lasso  regularization 

Estoy muy confundido acerca de si es legítimo incluir una variable dependiente retrasada en un modelo de regresión. Básicamente, creo que si este modelo se enfoca en la relación entre el cambio en Y y otras variables independientes, agregar una variable dependiente retrasada en el lado derecho puede garantizar que …

26 regression  lags  misspecification 

Tengo un modelo logit que aparece con un número entre 0 y 1 para muchos casos, pero ¿cómo podemos interpretar esto? Tomemos un caso con un logit de 0.20 ¿Podemos afirmar que hay un 20% de probabilidad de que un caso pertenezca al grupo B frente al grupo A? ¿Es …

26 regression  logistic  logit 

¿Cuáles son exactamente los requisitos previos que deben cumplirse para que funcione la comparación del modelo AIC? Acabo de responder esta pregunta cuando hice una comparación como esta: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 De esta …

26 regression  model-selection  aic  model-comparison  nested-models 

Soy nuevo en Machine Learning y estoy tratando de aprenderlo por mi cuenta. Recientemente estaba leyendo algunas notas de clase y tenía una pregunta básica. La diapositiva 13 dice que "La estimación de mínimos cuadrados es igual a la estimación de máxima verosimilitud bajo un modelo gaussiano". Parece que es …

26 regression  bayesian  least-squares 

Ya ha habido una excelente discusión sobre cómo las máquinas de vectores de soporte manejan la clasificación, pero estoy muy confundido acerca de cómo las máquinas de vectores de soporte generalizan a la regresión. ¿Alguien me puede explicar?

26 regression  machine-learning  svm 

En la regresión lineal múltiple, puedo entender que las correlaciones entre el residual y los predictores son cero, pero ¿cuál es la correlación esperada entre el residual y la variable de criterio? ¿Debería esperarse que sea cero o altamente correlacionado? ¿Cuál es el significado de eso?

26 regression  residuals