Preguntas etiquetadas con regression

Estoy aplicando un modelo lineal a mis datos: yyo= β0 0+ β1Xyo+ ϵyo,ϵyo∼ N( 0 , σ2) .yyo=β0 0+β1Xyo+ϵyo,ϵyo∼norte(0 0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Me gustaría estimar el intervalo de confianza (IC) de los coeficientes ( , ) usando el método bootstrap. Hay dos formas en que puedo aplicar el …

21 regression  bootstrap 

Esta pregunta se migró de Stack Overflow porque se puede responder en Cross Validated. Migrado hace 6 años . Tengo el siguiente resultado de ejecutar la función glm. ¿Cómo puedo interpretar los siguientes valores: Desviación nula Desviación residual AIC ¿Tienen algo que ver con la bondad del ajuste? ¿Puedo calcular …

21 r  regression  generalized-linear-model 

Después de realizar el análisis de componentes principales (PCA), quiero proyectar un nuevo vector en el espacio PCA (es decir, encontrar sus coordenadas en el sistema de coordenadas PCA). He calculado PCA en lenguaje R usando prcomp. Ahora debería poder multiplicar mi vector por la matriz de rotación PCA. ¿Deben …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Tengo dos variables que no muestran mucha correlación cuando se grafican entre sí tal como están, pero una relación lineal muy clara cuando trazo los registros de cada variable contra la otra. Así que terminaría con un modelo del tipo: log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b , que es excelente …

20 regression  correlation  log 

Me acabo de dar cuenta de que siempre he trabajado el problema de regresión donde las variables independientes siempre fueron numéricas. ¿Puedo usar la regresión lineal en el caso donde todas las variables independientes son categóricas?

20 regression  categorical-data 

Estoy ejecutando un pequeño experimento con la regresión LASSO en R para probar si es capaz de encontrar un par de predictores perfecto. El par se define así: f1 + f2 = resultado El resultado aquí es un vector predeterminado llamado 'edad'. F1 y f2 se crean tomando la mitad …

20 r  regression  feature-selection  lasso  high-dimensional 

Estoy tratando con un modelo lineal jerárquico bayesiano , aquí la red que lo describe. YYY representa las ventas diarias de un producto en un supermercado (observado). XXX es una matriz conocida de regresores, que incluye precios, promociones, día de la semana, clima, días festivos. SSS es el nivel de …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

Soy muy consciente de los problemas de selección por pasos / adelante / atrás en los modelos de regresión. Existen numerosos casos de investigadores que denuncian los métodos y apuntan a mejores alternativas. Tenía curiosidad por saber si hay alguna historia donde exista un análisis estadístico: ha usado regresión por …

20 regression  stepwise-regression  history 

Leí que estas son las condiciones para usar el modelo de regresión múltiple: los residuos del modelo son casi normales la variabilidad de los residuos es casi constante los residuos son independientes y cada variable está relacionada linealmente con el resultado. ¿Cómo son diferentes 1 y 2? Puedes ver uno …

20 regression  multiple-regression  assumptions 

A la luz de esta pregunta: Prueba de que los coeficientes en un modelo OLS siguen una distribución t con (nk) grados de libertad Me encantaría entender por qué F=(TSS−RSS)/(p−1)RSS/(n−p),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, donde ppp es el número de parámetros del modelo nnn el número de observaciones y TSSTSSTSS la …

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

He entendido cómo la regresión de crestas reduce los coeficientes hacia cero geométricamente. Además, sé cómo demostrar eso en el "Caso Ortonormal" especial, pero estoy confundido sobre cómo funciona en el caso general a través de "Descomposición espectral".

20 regression  multiple-regression  regularization  ridge-regression  svd 

Tengo una pregunta con respecto a la necesidad de utilizar métodos de selección de características (los bosques aleatorios tienen un valor de importancia de características o métodos de selección de características univariadas, etc.) antes de ejecutar un algoritmo de aprendizaje estadístico. Sabemos que para evitar el sobreajuste podemos introducir una …

20 regression  machine-learning  feature-selection  lasso  regularization 

Estoy interesado en comprender mejor el método delta para aproximar los errores estándar de los efectos marginales promedio de un modelo de regresión que incluye un término de interacción. He analizado preguntas relacionadas con el método delta, pero ninguna me ha proporcionado lo que estoy buscando. Considere los siguientes datos …

20 r  regression  standard-error  effect-size  delta-method 

Deje que un modelo de regresión lineal obtenido por la función R lm quisiera saber si es posible obtenerlo mediante el comando Error al cuadrado medio. Tuve la SIGUIENTE salida de un ejemplo > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) …

20 r  regression  error 

En R, cuando tengo un modelo lineal (generalizada) ( lm, glm, gls, glmm, ...), ¿cómo puedo probar el coeficiente (pendiente de regresión) contra cualquier otro valor distinto a 0? En el resumen del modelo, los resultados de la prueba t del coeficiente se informan automáticamente, pero solo para comparación con …

20 r  regression  t-test