Preguntas etiquetadas con regression

El paquete de trazado R ggplot2 tiene una función asombrosa llamada stat_smooth para trazar una línea (o curva) de regresión con la banda de confianza asociada. Sin embargo, estoy teniendo dificultades para averiguar exactamente cómo se genera esta banda de confianza, para cada línea de regresión (o "método"). ¿Cómo puedo …

15 r  regression  confidence-interval  ggplot2 

Estoy tratando de usar Regresión forestal aleatoria en scikits-learn. El problema es que recibo un error de prueba muy alto: train MSE, 4.64, test MSE: 252.25. Así es como se ven mis datos: (azul: datos reales, verde: predicho): Estoy usando 90% para entrenamiento y 10% para prueba. Este es el …

15 regression  random-forest  scikit-learn 

Recientemente, un cliente vino a mí para hacer un análisis de arranque porque un revisor de la FDA dijo que su regresión de errores en variables no era válida porque al agrupar datos de sitios, el análisis incluía datos de tres sitios donde dos sitios incluían algunas muestras que estaban …

15 regression  errors-in-variables  deming-regression  pooling 

¿Existe algún procedimiento estándar (tal que se pueda citarlo como referencia) para seleccionar el subconjunto de puntos de datos de un grupo más grande con la correlación más fuerte (a lo largo de solo dos dimensiones)? Por ejemplo, supongamos que tiene 100 puntos de datos. Desea un subconjunto de 40 …

15 regression  correlation  autocorrelation 

Tengo en mente las fórmulas R-cuadrado ajustadas propuestas por: Ezekiel (1930), que creo que es el que se usa actualmente en SPSS. R2adjusted=1−(N−1)(N−p−1)(1−R2)Radjusted2=1−(N−1)(N−p−1)(1−R2)R^2_{\rm adjusted} = 1 - \frac{(N-1)}{(N-p-1)} (1-R^2) Olkin y Pratt (1958) R2unbiased=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)Runbiased2=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)R^2_{\rm unbiased} = 1 - \frac{(N-3)(1-R^2)}{(N-p-1)} - \frac{2(N-3)(1-R^2)^2}{(N-p-1)(N-p+1)} ¿En qué circunstancias (si existe) debería preferir 'ajustado' a …

15 regression  r-squared 

Estoy trabajando con un conjunto de datos que tiene N alrededor de 200,000. En las regresiones, veo valores de significancia muy pequeños << 0.001 asociados con tamaños de efectos muy pequeños, por ejemplo, r = 0.028. Lo que me gustaría saber es, ¿hay alguna forma de principio de decidir un …

15 regression  probability  statistical-significance  sample-size 

¿Hay alguna razón de lo que puedo pensar para transformar los datos con una raíz cuadrada? Quiero decir que lo que siempre observo es que el R ^ 2 aumenta. ¡Pero esto es probablemente solo por centrar los datos! Cualquier pensamiento es apreciado!

15 regression  data-transformation  variance-stabilizing 

Dadas dos matrices x e y, ambas de longitud n, calzo un modelo y = a + b * x y quiero calcular un intervalo de confianza del 95% para la pendiente. Esto es (b - delta, b + delta) donde b se encuentra de la manera habitual y delta …

15 r  regression  bayesian  confidence-interval  frequentist 

Hice esta pregunta en el sitio matemathics stackexchange y me recomendó preguntar aquí. Estoy trabajando en un proyecto de hobby y necesitaría ayuda con el siguiente problema. Un poco de contexto Digamos que hay una colección de artículos con una descripción de características y un precio. Imagine una lista de …

15 regression  forecasting  econometrics 

Hace un tiempo, un usuario en la lista de correo de R-help preguntó sobre la solidez del uso de las puntuaciones de PCA en una regresión. El usuario está tratando de usar algunas puntuaciones de PC para explicar la variación en otra PC (vea la discusión completa aquí ). La …

15 regression  pca 

Mi pregunta es muy simple: ¿por qué elegimos normal como la distribución que sigue el término de error en el supuesto de regresión lineal? ¿Por qué no elegimos a otros como uniforme, t o lo que sea?

15 regression  mathematical-statistics  normal-distribution  error  linear 

En regresión lineal, hacemos los siguientes supuestos La media de la respuesta, E(Yi)E(Yi)E(Y_i) , en cada conjunto de valores de los predictores, (x1i,x2i,…)(x1i,x2i,…)(x_{1i}, x_{2i},…) , es una función lineal de los predictores. Los errores, , son independientes.εiεiε_i Los errores, εiεiε_i , en cada conjunto de valores de los predictores, (x1i,x2i,…)(x1i,x2i,…)(x_{1i}, …

15 regression  assumptions 

He leído los libros más populares sobre aprendizaje estadístico. 1- Los elementos del aprendizaje estadístico. 2- Una introducción al aprendizaje estadístico . Ambos mencionan que la regresión de crestas tiene dos fórmulas que son equivalentes. ¿Existe una prueba matemática comprensible de este resultado? También pasé por Cross Validated , pero …

15 regression  lasso  regularization  ridge-regression  lagrange-multipliers 

No he encontrado una respuesta satisfactoria a esto de google . Por supuesto, si los datos que tengo son del orden de millones, entonces el aprendizaje profundo es el camino. Y he leído que cuando no tengo grandes datos, tal vez sea mejor usar otros métodos en el aprendizaje automático. …

15 regression  machine-learning  classification  neural-networks  deep-learning 

Pregunta: ¿Cuáles son las principales diferencias y similitudes entre el uso de los errores estándar de Newey-West (1987) y Hansen-Hodrick (1980)? ¿En qué situaciones se debe preferir uno de estos sobre el otro? Notas: Sí sé cómo funciona cada uno de estos procedimientos de ajuste; sin embargo, aún no he …

15 regression  autocorrelation  heteroscedasticity  robust-standard-error  neweywest