Preguntas etiquetadas con regression

Hay una suposición de normalidad cuando se trata de considerar modelos OLS y es que los errores se distribuyen normalmente. He estado navegando por Cross Validated y parece que Y y X no tienen que ser normales para que los errores sean normales. Mi pregunta es ¿por qué cuando tenemos …

10 regression  statistical-significance  assumptions  normality-assumption 

En el cálculo VIF habitual para una regresión lineal, cada variable independiente / explicativa se trata como la variable dependiente en una regresión ordinaria de mínimos cuadrados. es decirXjXjX_j Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i Los valores se almacenan para cada una de las regresiones …

10 regression  variance  multicollinearity  gam  vif 

Tengo algunas experiencias con el modelado de series de tiempo, en forma de modelos ARIMA simples, etc. Ahora tengo algunos datos que exhiben agrupamiento de volatilidad, y me gustaría intentar comenzar ajustando un modelo GARCH (1,1) en los datos. Tengo una serie de datos y una serie de variables que …

10 r  regression  garch 

A menudo escucho sobre la evaluación del desempeño de un modelo de clasificación extendiendo el conjunto de prueba y entrenando un modelo en el conjunto de entrenamiento. Luego crea 2 vectores, uno para los valores predichos y otro para los valores verdaderos. Obviamente, hacer una comparación le permite a uno …

10 regression  machine-learning  model-evaluation 

Supongamos que tengo respuestas bivariadas con correlación significativa. Estoy tratando de comparar las dos formas de modelar estos resultados. Una forma es modelar la diferencia entre los dos resultados: Otra forma es usarlos o modelarlos: (yi2−yi1=β0+X′β)(yi2−yi1=β0+X′β)(y_{i2}-y_{i1}=\beta_0+X'\beta)glsgee(yij=β0+time+X′β)(yij=β0+time+X′β)(y_{ij}=\beta_0+\text{time}+X'\beta) Aquí hay un ejemplo de foo: #create foo data frame require(mvtnorm) require(reshape) set.seed(123456) sigma …

10 r  regression  model-selection 

¿Me puede dar un ejemplo del uso de estimadores sandwich para realizar una inferencia de regresión robusta? Puedo ver el ejemplo en ?sandwich, pero no entiendo cómo podemos pasar de lm(a ~ b, data)( codificado con r ) a una estimación y un valor p resultante de un modelo de …

10 r  regression  lm  sandwich 

Para formular mejor mi pregunta, he proporcionado algunos de los resultados de un modelo de 16 variables ( fit) y un modelo de 17 variables ( fit2) a continuación (todas las variables predictoras en estos modelos son continuas, donde la única diferencia entre estos modelos es que fitno contiene la …

10 r  regression  logistic  model-selection  large-data 

Un instrumento utilizado para medir los niveles de glucosa en la sangre de una persona se controla en una muestra aleatoria de 10 personas. Los niveles también se miden utilizando un procedimiento de laboratorio muy preciso. La medida del instrumento se denota por x. La medida del procedimiento de laboratorio …

10 regression  self-study  measurement 

Estaba leyendo este artículo relacionado con la red elástica. Dicen que usan una red elástica porque si solo usamos Lasso, tiende a seleccionar solo un predictor entre los predictores que están altamente correlacionados. Pero no es esto lo que queremos. Quiero decir que nos salva del problema de la multicolinealidad, …

10 regression  lasso  elastic-net 

Estoy llevando a cabo una regresión logística con un resultado binario (inicio y no inicio). Mi combinación de predictores son variables continuas o dicotómicas. Usando el enfoque Box-Tidwell, uno de mis predictores continuos potencialmente viola la suposición de linealidad del logit. Las estadísticas de bondad de ajuste no indican que …

10 regression  logistic  references  assumptions  robust 

Para mínimos cuadrados con un predictor: y= βx + ϵy=βX+ϵy = \beta x + \epsilon Si e están estandarizados antes del ajuste (es decir, ), entonces:XXxyyy∼ N( 0 , 1 )∼norte(0 0,1)\sim N(0,1) ββ\beta es lo mismo que el coeficiente de correlación de Pearson, .rrr ββ\beta es el mismo en …

10 regression  correlation  least-squares  generalized-least-squares 

Por un simple ejemplo, suponga que hay dos modelos de regresión lineal Modelo 1 tiene tres predictores, x1a, x2b, yx2c El modelo 2 tiene tres predictores del modelo 1 y dos predictores adicionales x2ayx2b Hay una ecuación de regresión poblacional donde la varianza poblacional explicada es para el Modelo 1 …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos original. ¿Cómo incorporo este …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Estoy haciendo regresiones lineales donde la variable dependiente es una relación que puede variar de 0.01 a 100. ¿Está bien tomar el registro de la variable dependiente y la regresión sobre eso? Estoy igualando los resultados de un estudio y eso es lo que hicieron. ¿Cuál es la diferencia de …

10 regression 

Necesito comparar dos pendientes de regresión donde: $ y_1 ~ a + b_1x y_2 ~ a + b_2x $ ¿Cómo puedo comparar b1 y b2? O en el lenguaje de mi ejemplo específico en roedores, quiero comparar antero-posterior diameter ~ a + b1 * humeral length de naso-occipital length ~ …

10 regression  regression-coefficients