Preguntas etiquetadas con regression

Estaba tratando de ajustar datos de una serie de tiempo (sin réplicas) usando el modelo de regresión. Los datos son los siguientes: > xx.2 value time treat 1 8.788269 1 0 2 7.964719 6 0 3 8.204051 12 0 4 9.041368 24 0 5 8.181555 48 0 6 8.041419 96 …

22 r  regression  statistical-significance  anova  p-value 

(ACTUALIZACIÓN: profundicé en esto y publiqué los resultados aquí ) La lista de pruebas estadísticas con nombre es enorme. Muchas de las pruebas comunes se basan en la inferencia de modelos lineales simples, por ejemplo, una prueba t de una muestra es solo y = β + ε que se …

22 regression  correlation  anova  t-test  linear-model 

La primera oración de esta página wiki afirma que "en econometría, un problema de endogeneidad ocurre cuando una variable explicativa se correlaciona con el término de error. 1 " Mi pregunta es: ¿cómo puede suceder esto? ¿No se elige la regresión beta de modo que el término de error sea …

22 regression 

Para ilustrar mi pregunta, suponga que tengo un conjunto de entrenamiento donde la entrada tiene un grado de ruido pero la salida no, por ejemplo; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Andrew Gelman en una de sus publicaciones de blog recientes dice: No creo que sean necesarios hechos contrafactuales o posibles resultados para la paradoja de Simpson. Digo esto porque uno puede configurar la paradoja de Simpson con variables que no pueden ser manipuladas, o para las cuales las manipulaciones no …

22 regression  interaction  simpsons-paradox 

Yo entiendo que la prueba de Wald para los coeficientes de regresión se basa en la propiedad después de que mantiene asintóticamente (por ejemplo Wasserman (2006): Todos Estadística , páginas 153, 214-215): Dondeβdenota el coeficiente de regresión estimado,^SE(β)denota el error estándar del coeficiente de regresión yβ0es el valor de interés …

22 r  regression  hypothesis-testing  generalized-linear-model 

Quiero comprender mejor los paquetes R Larsy Glmnet, que se utilizan para resolver el problema de Lasso: (para Variables y muestras, ver www.stanford.edu/~hastie/Papers/glmnet.pdf en la página 3)m i n( β0 0β) ∈ Rp + 1[ 12 N∑i = 1norte( yyo- β0 0- xTyoβ)2+ λ | El | βEl | El …

22 r  regression  machine-learning  lasso  regularization 

Ha habido buenas preguntas sobre el manejo de datos desequilibrados en el contexto de clasificación , pero me pregunto qué hacen las personas para tomar muestras de regresión. Digamos que el dominio del problema es muy sensible al signo pero solo algo sensible a la magnitud del objetivo. Sin embargo, …

22 regression  sampling  unbalanced-classes 

Quiero hacer una regresión de una variable en . ¿Debo hacer esto usando polinomios en bruto u ortogonales? Miré la pregunta en el sitio que se ocupa de estos, pero realmente no entiendo cuál es la diferencia entre usarlos. yyyx,x2,…,x5X,X2,...,X5 5x,x^2,\ldots,x^5 ¿Por qué no puedo simplemente hacer una regresión "normal" …

22 r  regression  polynomial 

Tengo entendido que en el aprendizaje automático puede ser un problema si su conjunto de datos tiene características altamente correlacionadas, ya que codifican efectivamente la misma información. Recientemente, alguien señaló que cuando realiza una codificación de una sola vez en una variable categórica, termina con características correlacionadas, por lo que …

22 regression  machine-learning  categorical-data  discrete-data  categorical-encoding 

Mi pregunta surgió de una discusión con @whuber en los comentarios de una pregunta diferente . Específicamente, el comentario de @whuber fue el siguiente: Una razón por la que puede sorprenderle es que los supuestos subyacentes a una prueba de correlación y una prueba de pendiente de regresión son diferentes, …

21 regression  correlation  p-value  assumptions 

EDITAR: como esta pregunta se ha inflado, un resumen: encontrar diferentes conjuntos de datos significativos e interpretables con las mismas estadísticas mixtas (media, mediana, rango medio y sus dispersiones asociadas y regresión). El cuarteto Anscombe (ver ¿ Propósito de visualizar datos de alta dimensión? ) Es un famoso ejemplo de …

21 regression  descriptive-statistics  curve-fitting  estimators 

Quiero modelar una regresión logística con datos desequilibrados (9: 1). Quería probar la opción de pesos en la glmfunción en R, pero no estoy 100% seguro de lo que hace. Digamos que mi variable de salida es c(0,0,0,0,0,0,0,0,0,1). ahora quiero darle al "1" 10 veces más peso. entonces doy el …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Gelman y Hill (2006) escriben en p46 que: El supuesto de regresión que generalmente es menos importante es que los errores se distribuyen normalmente. De hecho, con el propósito de estimar la línea de regresión (en comparación con la predicción de puntos de datos individuales), el supuesto de normalidad es …

21 regression  residuals  assumptions 

¿Cuál es la diferencia entre regresión logística y logit? Entiendo que son similares (o incluso la misma cosa) pero ¿alguien podría explicar la (s) diferencia (s) entre estos dos? ¿Se trata de probabilidades?

21 regression  logistic  terminology  logit  odds