Preguntas etiquetadas con regression

En la regresión lineal (pérdida al cuadrado), usando una matriz tenemos una notación muy concisa para el objetivo minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Donde es la matriz de datos, son los coeficientes y b es la respuesta.x bAAAxxxbbb ¿Existe una notación matricial similar para el objetivo de regresión logística? Todas las …

15 regression  logistic  linear-model  notation 

Estoy tratando de entender la diferencia básica entre la regresión por pasos y hacia atrás en R usando la función de paso. Para la regresión gradual, utilicé el siguiente comando step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="both") Obtuve el siguiente resultado para el código anterior. Para la selección de variables hacia atrás utilicé el siguiente comando …

15 r  regression 

Una suposición básica del uso de modelos de regresión para la inferencia es que "todos los predictores relevantes" se han incluido en la ecuación de predicción. La razón es que no incluir un factor importante del mundo real conduce a coeficientes sesgados y, por lo tanto, a inferencias inexactas (es …

15 regression  assumptions  bias  predictor  confounding 

Soy un ingeniero de software que trabaja en aprendizaje automático. Según tengo entendido, la regresión lineal (como OLS) y la clasificación lineal (como la regresión logística y SVM) hacen una predicción basada en un producto interno entre los coeficientes entrenados y las variables de característica :w⃗ w→\vec{w}x⃗ x→\vec{x} y^=f(w⃗ ⋅x⃗ …

15 regression  machine-learning  classification  feature-selection  linear-model 

Estoy dando una presentación sobre líneas de ajuste. Tengo una función lineal simple, y=1x+by=1x+by=1x+b . Estoy tratando de obtener puntos de datos dispersos que puedo poner en un diagrama de dispersión que mantendrá mi línea de mejor ajuste en la misma ecuación. Me encantaría aprender esta técnica en R o …

15 r  regression  least-squares  excel 

Tengo un modelo lineal con aproximadamente 6 predictores y voy a presentar las estimaciones, los valores de F, los valores de p, etc. Sin embargo, me preguntaba cuál sería el mejor gráfico visual para representar el efecto individual de un solo predictor en la variable de respuesta? ¿Gráfico de dispersión? …

15 r  regression  data-visualization  multiple-regression  partial-plot 

Estoy familiarizado con el uso de múltiples regresiones lineales para crear modelos de varias variables. Sin embargo, tenía curiosidad por saber si alguna vez se utilizan pruebas de regresión para hacer algún tipo de prueba de hipótesis básica. Si es así, ¿cómo serían esos escenarios / hipótesis?

15 regression  hypothesis-testing  multiple-regression 

Digamos que tengo N observaciones, posiblemente múltiples factores y repito cada observación dos veces (o M veces) ¿cómo se compararía una regresión en este nuevo conjunto de tamaños NM con una regresión solo en las observaciones originales?

15 regression  linear-model  multiple-regression 

Me interesaría encontrar formas en R para actualizar eficientemente un modelo lineal cuando se agrega una observación o un predictor. biglm tiene una capacidad de actualización al agregar observaciones, pero mis datos son lo suficientemente pequeños como para residir en la memoria (aunque tengo una gran cantidad de instancias para …

15 r  regression  computational-statistics  linear-model 

Estoy usando una regresión logística binomial para identificar si la exposición has_xo has_yimpacto tiene la probabilidad de que un usuario haga clic en algo. Mi modelo es el siguiente: fit = glm(formula = has_clicked ~ has_x + has_y, data=df, family = binomial()) Este es el resultado de mi modelo: Call: …

15 regression  logistic  standard-error  logit 

Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). A continuación, realicé una prueba de razón de probabilidad de este …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Se supone que debo enseñar el teorema de Frish Waugh en econometría, que no he estudiado. He entendido las matemáticas detrás de esto y espero que la idea también "el coeficiente que obtienes para un coeficiente particular de un modelo lineal múltiple sea igual al coeficiente del modelo de regresión …

15 regression  econometrics  least-squares  projection  decomposition 

Estoy tratando de entender cómo funcionan las funciones de influencia. ¿Podría alguien explicar en el contexto de una regresión OLS simple yyo= α + β⋅ xyo+ εyoyi=α+β⋅xi+εi\begin{equation} y_i = \alpha + \beta \cdot x_i + \varepsilon_i \end{equation} donde quiero la función de influencia para .ββ\beta

15 regression  least-squares 

Tengo algunos datos que se ajustan a lo largo de una línea aproximadamente lineal: Cuando hago una regresión lineal de estos valores, obtengo una ecuación lineal: y=0.997x−0.0136y=0.997x−0.0136y = 0.997x-0.0136 En un mundo ideal, la ecuación debería ser .y=xy=xy = x Claramente, mis valores lineales están cerca de ese ideal, pero …

14 regression  hypothesis-testing  statistical-significance 

Digamos que tenemos los puntos de datos de entrada (predictor) y de salida (respuesta) A, B, C, D, E y queremos ajustar una línea a través de los puntos. Este es un problema simple para ilustrar la pregunta, pero también puede extenderse a dimensiones más altas. Planteamiento del problema El …

14 regression  linear  fitting  cost-maximization