Preguntas etiquetadas con regression

Aquí hay un pequeño ejemplo: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) Ahora con el base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . …

12 r  regression  p-value  linear-model 

Quiero saber la diferencia entre la regresión lineal en un análisis de aprendizaje automático y la regresión lineal en un entorno de "aprendizaje profundo". Qué algoritmos se utilizan para la regresión lineal en el entorno de aprendizaje profundo.

12 regression  machine-learning  deep-learning 

En el aprendizaje automático (para problemas de regresión), a menudo veo que se usa el error cuadrático medio (MSE) o el error absoluto medio (MAE) como la función de error para minimizar (más el término de regularización). Me pregunto si hay situaciones en las que sería más apropiado usar el …

12 regression  machine-learning  svm  optimization  deep-learning 

¿Por qué el análisis de series temporales no se considera un algoritmo de aprendizaje automático (a diferencia de la regresión lineal)? Tanto la regresión como el análisis de series temporales son métodos de pronóstico. Entonces, ¿por qué uno de ellos se considera un algoritmo de aprendizaje pero no el otro?

12 regression  machine-learning  time-series  terminology 

El siguiente es un modelo creado a partir de un mtcarsconjunto de datos: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj …

12 regression  multiple-regression  r-squared 

Los ejemplos de esta página muestran que la regresión simple se ve notablemente afectada por los valores atípicos y esto se puede superar mediante técnicas de regresión robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Creo que lmrob y ltsReg son otras técnicas de regresión robustas. ¿Por qué no se debe hacer una regresión robusta …

12 regression  multiple-regression  robust 

En la serie de conferencias Aprendiendo de los datos , el profesor menciona que la dimensión VC mide la complejidad del modelo sobre cuántos puntos puede romper un modelo dado. Por lo tanto, esto funciona perfectamente para los modelos de clasificación en los que podríamos decir de N puntos si …

12 regression  machine-learning  vc-dimension 

Para evitar el sobreajuste de las personas, las personas agregan un término de regularización (proporcional a la suma al cuadrado de los parámetros del modelo) con un parámetro de regularización a la función de costo de la regresión lineal. ¿Es este parámetro lo mismo que un multiplicador lagrange? Entonces, ¿es …

12 regression  optimization  regularization 

¿Alguien puede explicar la diferencia entre un modelo mixto y un análisis de regresión lineal? (Tengo un conocimiento muy limitado de estadísticas).

12 regression  mixed-model 

Tengo datos para los que calculé la correlación de Spearman y quiero visualizarlos para una publicación. La variable dependiente se clasifica, la variable independiente no. Lo que quiero visualizar es más la tendencia general que la pendiente real, por lo que clasifiqué la independiente y apliqué la correlación / regresión …

12 regression  data-visualization  spearman-rho  ordered-logit  isotonic 

Encajo un modelo con un factor con muchos niveles y R tarda mucho tiempo en adaptarse a ese modelo. ¿Por qué es esto? Por ejemplo, si calculo una regresión para predecir los salarios de los jugadores e incluyo un factor predictivo para las respectivas nacionalidades de los jugadores, eso tomaría …

12 regression  categorical-data 

Estoy evaluando dos (2) refrigerantes (gases) que se usaron en el mismo sistema de refrigeración. Tengo datos de temperatura de succión saturada ( ), temperatura de condensación ( ) y amperaje ( ) para la evaluación. Hay dos (2) conjuntos de datos; Primer refrigerante ( ) y segundo refrigerante ( …

12 regression  regression-coefficients 

Quería entender mejor la prueba exacta del pescador, así que ideé el siguiente ejemplo de juguete, donde f y m corresponde a machos y hembras, y n e y corresponden a "consumo de refrescos" de esta manera: > soda_gender f m n 0 5 y 5 0 Obviamente, esta es …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Tenemos datos con un resultado binario y algunas covariables. Usé regresión logística para modelar los datos. Solo un simple análisis, nada extraordinario. Se supone que el resultado final es una curva de dosis-respuesta donde mostramos cómo cambia la probabilidad para una covariable específica. Algo como esto: Recibimos algunas críticas de …

12 regression  logistic  generalized-linear-model  binary-data 

¿Cómo calcular la incertidumbre de la pendiente de regresión lineal en función de la incertidumbre de los datos (posiblemente en Excel / Mathematica)? Ejemplo: tengamos puntos de datos (0,0), (1,2), (2,4), (3,6), (4,8), ... (8, 16), pero cada valor y tiene una incertidumbre de 4. La mayoría de las funciones …

12 regression  uncertainty