Preguntas etiquetadas con regression

Antecedentes: soy un bioestadístico actualmente luchando con un conjunto de datos de tasas de expresión celular. El estudio expuso una gran cantidad de células, reunidas en grupos de varios donantes, a ciertos péptidos. Las células expresan ciertos biomarcadores en respuesta, o no lo hacen. Las tasas de respuesta se registran …

11 regression  gamma-distribution  mixture  zero-inflation 

Estoy ejecutando un modelo OLS con una variable de índice de activo continuo como DV. Mis datos se agregan de tres comunidades similares en estrecha proximidad geográfica entre sí. A pesar de esto, pensé que era importante usar la comunidad como una variable de control. Resulta que la comunidad es …

11 regression  categorical-data  stata  multiple-regression  aggregation 

La prueba F clásica para subconjuntos de variables en regresión multilineal tiene la forma dondeSSE(R)es la suma de los errores al cuadrado bajo el modelo 'reducido', que anida dentro del modelo 'grande'B, ydfson los grados de libertad de los dos modelos. Bajo la hipótesis nula de que las variables adicionales …

11 regression  hypothesis-testing  power-analysis  non-central  f-distribution 

Estoy trabajando con algunos conjuntos de datos grandes usando el paquete gbm en R. Tanto mi matriz de predicción como mi vector de respuesta son bastante escasos (es decir, la mayoría de las entradas son cero). Esperaba construir árboles de decisión usando un algoritmo que aprovecha esta escasez, como se …

11 r  regression  machine-learning  classification  cart 

En R, si escribo lm(a ~ b + c + b*c) ¿Sería esto una regresión lineal? ¿Cómo hacer otros tipos de regresión en R? Agradecería cualquier recomendación para libros de texto o tutoriales?

11 r  regression 

Tanto la raíz cuadrática media como la desviación absoluta promedio parecen ser las medidas de la magnitud de la variabilidad (especialmente cuando las variables son + ve y -ve). ¿Cuáles son las reglas generales para elegir una de ellas sobre la otra?

11 regression  standard-deviation 

¿Se puede usar la distribución de Poisson para analizar datos continuos y datos discretos? Tengo algunos conjuntos de datos donde las variables de respuesta son continuas, pero se parecen a una distribución de Poisson en lugar de una distribución normal. Sin embargo, la distribución de Poisson es una distribución discreta …

11 distributions  regression  poisson-distribution  continuous-data 

Digamos que tengo datos: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Quiero trazar la interacción continua por continua de modo que x1 esté en el eje X y x2 esté representado por 3 líneas, una que representa x2 con una puntuación …

11 r  regression  ggplot2  interaction 

Cualquiera que siga el béisbol probablemente haya escuchado sobre el desempeño inesperado del tipo MVP del José Bautista de Toronto. En los cuatro años anteriores, bateó aproximadamente 15 jonrones por temporada. El año pasado llegó a 54, un número superado por solo 12 jugadores en la historia del béisbol. En …

11 r  regression  modeling 

Estoy buscando cómo (visualmente) explicar una correlación lineal simple a los estudiantes de primer año. La forma clásica de visualizar sería dar un diagrama de dispersión Y ~ X con una línea de regresión recta. Recientemente, tuve la idea de extender este tipo de gráficos agregando al gráfico 3 imágenes …

11 r  data-visualization  regression  correlation 

Recientemente ajusté 4 modelos de regresión múltiple para los mismos datos de predicción / respuesta. Dos de los modelos que calzo con regresión de Poisson. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Dos de los …

11 regression  aic  count-data  likelihood-ratio  model-comparison 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado el año pasado . ¿Qué implementaciones de código abierto, en cualquier idioma, existen que puedan calcular las rutas de regularización …

11 regression  lasso  regularization 

Entonces, lo que he leído sobre el profeta de Facebook es que básicamente divide la serie temporal en tendencia y estacionalidad. Por ejemplo, un modelo aditivo se escribiría como: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = …

11 regression  machine-learning  time-series  prophet 

Los modelos de efectos lineales mixtos son extensiones de modelos de regresión lineal para datos que se recopilan y resumen en grupos. Las ventajas clave son que los coeficientes pueden variar con respecto a una o más variables de grupo. Sin embargo, estoy luchando con cuándo usar el modelo de …

11 regression  mixed-model  random-effects-model  linear 

Modelo lineal simple: ϵ t N ( 0 , σ 2 )x = α t + ϵtx=αt+ϵtx=\alpha t + \epsilon_t donde ~ iidϵtϵt\epsilon_tnorte( 0 , σ2)N(0,σ2)N(0,\sigma^2) con yV a r ( x ) = σ 2mi( x ) = α tE(x)=αtE(x) = \alpha tVa r ( x ) = σ2Var(x)=σ2Var(x)=\sigma^2 …

11 regression  stochastic-processes  autoregressive  deterministic