Preguntas etiquetadas con regression

Ejecuté esta regresión logística ordinal en R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Tengo este resumen del modelo: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 -6.4706 …

17 r  regression  logistic  interpretation  ordered-logit 

Tengo dos efectos principales, V1 y V2. Los efectos de V1 y V2 en las variables de respuesta son negativos. Sin embargo, por alguna razón obtengo un coeficiente positivo para el término de interacción V1 * V2. ¿Cómo puedo interpretar esto? ¿Es posible tal situación?

17 regression  interaction 

No entiendo la explicación en Rel archivo de ayuda de efectos () : Para un modelo lineal ajustado por lmo aov, los efectos son los valores no correlacionados de un solo grado de libertad obtenidos al proyectar los datos en los sucesivos subespacios ortogonales generados por la descomposición QR durante …

17 r  regression 

Tengo una variable independiente llamada "calidad"; Esta variable tiene 3 modalidades de respuesta (mala calidad; calidad media; alta calidad). Quiero introducir esta variable independiente en mi regresión lineal múltiple. Cuando tengo una variable independiente binaria (variable ficticia, puedo codificar 0/ 1) es fácil introducirla en un modelo de regresión lineal …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

Sé que y esto es lo lejos que llegué cuando la varianza:β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} Pero eso es lo que llegué. …

17 regression  self-study 

Dada una variable dependiente continua yy variables independientes que incluyen una variable ordinal X 1 , ¿cómo encajo un modelo lineal R? ¿Hay documentos sobre este tipo de modelo?

17 r  regression  lasso  ordinal-data  predictor 

Tengo dos series de tiempo: Un proxy para la prima de riesgo de mercado (ERP; línea roja) La tasa libre de riesgo, representada por un bono del gobierno (línea azul) Quiero probar si la tasa libre de riesgo puede explicar el ERP. Por la presente, básicamente seguí el consejo de …

17 regression  time-series 

Esta es una pregunta básica sobre los modelos MA de Box-Jenkins. Según entiendo, un modelo MA es básicamente una regresión lineal de series de tiempo los valores de YYY contra términos de error anterior et,...,et−net,...,et−ne_t,..., e_{t-n} . Es decir, la observación YYY es retrocedido primero contra sus valores anteriores Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, …

17 regression  time-series  arima  box-jenkins 

Supongamos que una regresión lineal simple , los residuos y dibujamos un histograma de distribución de residuos. Si obtenemos algo que parece una distribución familiar, ¿podemos suponer que nuestro término de error tiene esta distribución? Digamos, si descubrimos que los residuos se asemejan a la distribución normal, ¿tiene sentido asumir …

17 r  regression  residuals 

Actualización : Perdón por otra actualización, pero he encontrado algunas posibles soluciones con polinomios fraccionales y el paquete de riesgos de la competencia con el que necesito ayuda. El problema No puedo encontrar una manera fácil de hacer un análisis de coeficiente dependiente del tiempo en R. Quiero poder tomar …

17 r  regression  survival  cox-model 

Estamos trabajando con algunas regresiones logísticas y nos hemos dado cuenta de que la probabilidad estimada promedio siempre es igual a la proporción de unos en la muestra; es decir, el promedio de los valores ajustados es igual al promedio de la muestra. ¿Alguien puede explicarme la razón o darme …

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Tengo 5 variables y estoy tratando de predecir mi variable objetivo que debe estar dentro del rango de 0 a 70. ¿Cómo uso esta información para modelar mejor mi objetivo?

17 regression  bounds 

Tengo un modelo ajustado (de la literatura). También tengo los datos en bruto para las variables predictivas. ¿Cuál es la ecuación que debería usar para obtener probabilidades? Básicamente, ¿cómo combino datos brutos y coeficientes para obtener probabilidades?

17 regression  logistic 

Estoy tratando de entender la lógica detrás de la prueba ANOVA F en el análisis de regresión lineal simple. La pregunta que tengo es la siguiente. Cuando el valor F, MSR/MSEes decir, es grande, aceptamos el modelo como significativo. ¿Cuál es la lógica detrás de esto?

17 regression  anova 

Estoy usando Lasso para la selección de características en una configuración dimensional relativamente baja (n >> p). Después de ajustar un modelo de lazo, quiero usar las covariables con coeficientes distintos de cero para ajustar un modelo sin penalización. Estoy haciendo esto porque quiero estimaciones imparciales que Lasso no puede …

17 regression  feature-selection  lasso  unbiased-estimator