Preguntas etiquetadas con regression

¿Por qué obtengo diferentes predicciones para la expansión polinómica manual y uso de la polyfunción R ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) …

10 r  regression  polynomial 

Vi esta notación para los mínimos cuadrados ordinarios aquí . minw∥Xw−y∥22minw‖Xw−y‖22 \min_w \left\| Xw - y \right\|^2_2 Nunca he visto las barras dobles y los 2 en la parte inferior. ¿Que significan esos símbolos? ¿Tienen terminología específica para ellos?

10 regression  least-squares  linear-model  linear-algebra  notation 

Considere el siguiente modelo de regresión múltiple:Y=Xβ+Zδ+U.(1)(1)Y=Xβ+Zδ+U.Y=X\beta+Z\delta+U.\tag{1} Aquí es un vector de columna ; a matriz; a vector de columna; a matriz; a vector de columna; y , el término de error, un vector de columna .YYYn×1n×1n\times 1XXXn×(k+1)n×(k+1)n\times (k+1)ββ\beta(k+1)×1(k+1)×1(k+1)\times 1ZZZn×ln×ln\times lδδ\deltal×1l×1l\times 1UUUn×1n×1n\times1 PREGUNTA Mi profesor, el libro de texto Introducción …

10 regression  multiple-regression  econometrics  least-squares  nonlinear-regression 

Como dice el título, estoy tratando de replicar los resultados de glmnet linear usando el optimizador LBFGS de la biblioteca lbfgs. Este optimizador nos permite agregar un término regularizador L1 sin tener que preocuparnos por la diferenciabilidad, siempre que nuestra función objetivo (sin el término regularizador L1) sea convexa. El …

10 r  regression  regularization  glmnet  elastic-net 

Entonces, antes que nada, investigué un poco en este foro, y sé que se han hecho preguntas extremadamente similares, pero por lo general no se han respondido correctamente o, a veces, las respuestas simplemente no son lo suficientemente detalladas como para que yo las entienda. Entonces esta vez mi pregunta …

10 r  regression  statistical-significance  regression-coefficients  group-differences 

En un comentario a esta pregunta , el usuario @whuber citó la posibilidad de usar una versión periódica de splines para ajustar los datos periódicos. Me gustaría saber más acerca de este método, en particular las ecuaciones que definen las splines y cómo implementarlas en la práctica (soy principalmente un …

10 regression  time-series  seasonality  splines 

Entiendo que en la regresión lineal se supone que los errores se distribuyen normalmente, condicional al valor predicho de y. Luego miramos los residuos como una especie de proxy para los errores. Se recomienda a menudo para generar una salida como esta: . Sin embargo, no entiendo cuál es el …

10 regression  assumptions 

Estoy tratando de meterme un poco en las estadísticas, pero estoy atascado con algo. Mis datos son los siguientes: Year Number_of_genes 1990 1 1991 1 1993 3 1995 4 Ahora quiero construir un modelo de regresión para poder predecir la cantidad de genes para un año determinado con base en …

10 regression  count-data  poisson-regression 

¿Cuáles son los enfoques habituales para modelar series de tiempo binarias? ¿Hay un libro de papel o de texto donde se trata esto? Pienso en un proceso binario con fuerte autocorrelación. Algo así como el signo de un proceso AR (1) que comienza en cero. Diga y con ruido blanco …

10 regression  time-series  logistic  binary-data  autoregressive 

Cuando se realiza una regresión lineal bayesiana, hay que asignar un previa para la pendiente y la intersección . Como es un parámetro de ubicación, tiene sentido asignar un uniforme previo; sin embargo, me parece que es similar a un parámetro de escala y no parece natural asignarle un uniforme …

10 regression  bayesian  uninformative-prior 

Como contraparte de esta publicación , trabajé en la simulación de datos con variables continuas, prestándome a intercepciones y pendientes correlacionadas. Aunque hay excelentes publicaciones sobre este tema en el sitio y fuera del sitio , tuve dificultades para encontrar un ejemplo de principio a fin con datos simulados que …

10 regression  mixed-model  lme4-nlme 

En este documento (disponible gratuitamente a través de PubMed central), los autores utilizan la regresión binomial negativa para modelar la puntuación en un instrumento de detección de 10 ítems con una puntuación de 0-40. Este procedimiento asume datos de recuento, que claramente no es el caso aquí. Me gustaría conocer …

10 regression  negative-binomial  count-data 

Supongamos que estoy tratando de volver a parametrizar una función de probabilidad que se distribuye exponencialmente. Si mi función de probabilidad original es: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} y me gustaría volver a parametrizarlo usando , dado queθno …

10 regression  bayesian  mathematical-statistics 

Tengo una pregunta sobre la validez del uso de RMSE (Root Mean Squared Error) para comparar diferentes modelos logísticos. La respuesta es bien 0o 1y las predicciones son las probabilidades entre 0- 1? ¿La forma aplicada a continuación también es válida con las respuestas binarias? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master …

10 regression  logistic  generalized-linear-model  glmnet  rms 

En el pasado, me han hecho una serie de preguntas relacionadas con artículos publicados en varias áreas donde se usan regresiones (y modelos relacionados, como modelos de panel o GLM) en datos de observación (es decir, datos no producidos por un experimento controlado , en muchos casos, pero no siempre, …

10 regression  references  instrumental-variables  observational-study