Preguntas etiquetadas con regression

¿Alguien sabe el significado de los efectos parciales promedio? ¿Qué es exactamente y cómo puedo calcularlos? Aquí hay una referencia que podría ayudar.

12 regression  count-data 

Actualmente estoy usando el análisis de componentes principales para seleccionar variables para usar en el modelado. Por el momento, hago mediciones A, B y C en mis experimentos. Lo que realmente quiero saber es: ¿puedo hacer menos mediciones y dejar de registrar C y / o B para ahorrar tiempo …

12 regression  pca  model-selection 

De Econometrics , por Fumio Hayashi (Chpt 1): Homocedasticidad incondicional: El segundo momento de los términos de error E (εᵢ²) es constante a través de las observaciones La forma funcional E (εᵢ² | xi) es constante a través de las observaciones Homocedasticidad condicional: Se levanta la restricción de que el …

12 regression  econometrics  heteroscedasticity  assumptions 

Digamos que es una función lineal de xy un dummy d . Mi hipótesis es que d en sí es como un índice hedonista de un vector de otras variables, Z . Tengo soporte para esto en un M A N O V A de Z (es decir, z 1 …

12 r  hypothesis-testing  regression  model-selection 

El punto central de AIC o cualquier otro criterio de información es que menos es mejor. Entonces, si tengo dos modelos M1: y = a0 + XA + e y M2: y = b0 + ZB + u, y si el AIC del primero (A1) es menor que el del …

12 regression  aic 

Me gustaría plantear esta pregunta en dos partes. Ambos tratan con un modelo lineal generalizado, pero el primero trata con la selección del modelo y el otro con la regularización. Antecedentes: Utilizo modelos GLM (lineal, logística, regresión gamma) tanto para la predicción como para la descripción. Cuando me refiero a …

12 regression  model-selection  regularization 

Parece que puede usar la codificación para una variable categórica, pero tengo dos variables predictoras categóricas y una variable continua. ¿Puedo usar la regresión múltiple para esto en SPSS y, de ser así, cómo? ¡Gracias!

12 regression  spss  categorical-data  continuous-data 

Las SVM para clasificación tienen un sentido intuitivo para mí: entiendo cómo minimizar El | El | θ | El |2||θ||2||\theta||^2 produce el margen máximo. Sin embargo, no entiendo ese objetivo en el contexto de la regresión. Varios textos ( aquí y aquí ) describen esto como maximizar la "planitud". …

12 regression  svm 

¿Hay buenos documentos o libros que traten sobre el uso del descenso coordinado para L1 (lazo) y / o la regularización neta elástica para problemas de regresión lineal?

12 regression  references  lasso  regularization  elastic-net 

Estoy ajustando una regresión lineal regularizada L1 a un conjunto de datos muy grande (con n >> p.) Las variables se conocen de antemano, pero las observaciones llegan en pequeños fragmentos. Me gustaría mantener el ajuste del lazo después de cada trozo. Obviamente, puedo volver a ajustar todo el modelo …

12 regression  lasso 

¿Cuándo tenderías a utilizar las curvas ROC sobre otras pruebas para determinar la capacidad predictiva de alguna medición en un resultado? Cuando se trata de resultados discretos (vivo / muerto, presente / ausente), ¿qué hace que las curvas ROC sean más o menos poderosas que algo así como un chi-cuadrado?

12 regression  roc 

Mi pregunta es simple: ¿qué es la estimación conjunta? ¿Y qué significa en el contexto del análisis de regresión? Como se hace Estuve deambulando por Internet durante bastante tiempo, pero no encontré respuestas a estas preguntas.

12 regression  estimation  terminology 

En la detección comprimida, existe una garantía de teorema de que tiene una solución dispersa única c (consulte el apéndice para obtener más detalles).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc ¿Existe un teorema similar para el lazo? Si existe tal teorema, no …

12 regression  self-study  feature-selection  lasso  regularization 

He leído en varios lugares que R Squared no es una medida ideal cuando un modelo se ajusta usando LASSO. Sin embargo, no tengo claro exactamente por qué es eso. Además, ¿podría recomendar la mejor alternativa?

12 regression  lasso  r-squared  penalized 

Estoy buscando literatura sobre regresión de cresta negativa . En resumen, es una generalización de la regresión lineal de crestas usando negativa en la fórmula del estimador:El caso positivo tiene una buena teoría: como una función de pérdida, como una restricción, como un Bayes anterior ... pero me siento perdido …

12 regression  regularization  ridge-regression