Preguntas etiquetadas con regression

Envié un artículo que fue rechazado debido a la forma incorrecta de realizar el análisis de supervivencia. El árbitro no dejó otros detalles o explicaciones que no sean: "el análisis de supervivencia en las tendencias temporales requiere formas más sofisticadas de censura". La pregunta: ¿Se ha reducido el exceso de …

10 regression  survival  incidence-rate-ratio  interval-censoring 

Una pregunta muy básica sobre el de las regresiones OLSR2R2R^2 ejecutar la regresión OLS y ~ x1, tenemos un , digamos 0.3R2R2R^2 ejecutar la regresión OLS y ~ x2, tenemos otro , digamos 0.4R2R2R^2 ahora ejecutamos una regresión y ~ x1 + x2, ¿qué valor puede ser la R al …

10 regression  multiple-regression  least-squares  r-squared 

Estoy confundido sobre cómo evaluar la distribución predictiva posterior para la regresión lineal bayesiana, más allá del caso básico descrito aquí en la página 3, y copiado a continuación. p ( y~∣ y) = ∫p ( y~∣ β, σ2) p ( β, σ2∣ y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int …

10 regression  bayesian  predictive-models  prediction  posterior 

Tengo una muestra de 1,449 puntos de datos que no están correlacionados (r-cuadrado 0,006). Al analizar los datos, descubrí que al dividir los valores de las variables independientes en grupos positivos y negativos, parece haber una diferencia significativa en el promedio de la variable dependiente para cada grupo. Al dividir …

10 regression  correlation  linear-model  r-squared 

He encontrado esta publicación: Si. El coeficiente refleja el cambio en las probabilidades de registro para cada incremento de cambio en el predictor ordinal. Esta especificación de modelo (muy común) supone que el predictor tiene un impacto lineal en sus incrementos. Para probar el supuesto, puede comparar un modelo en …

10 regression  logistic  references  ordinal-data 

Del Quick-R de Robert Kabacoff tengo # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } # bootstrapping with 1000 replications results <- boot(data=mtcars, statistic=bs, …

10 r  regression  p-value  bootstrap 

Tengo un modelo de regresión logística binaria con un DV (enfermedad: sí / no) y 5 predictores (demografía [edad, sexo, tabaquismo (sí / no)], un índice médico (ordinal) y un tratamiento aleatorio [sí / no ]). También he modelado todos los términos de interacción de dos lados. Las principales variables …

10 regression  logistic  multiple-regression  bootstrap 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

La Regresión de cresta se puede expresar como donde es la etiqueta predicha , la matriz de identificación , el objeto para el que estamos tratando de encontrar una etiqueta y la matriz de objetos tal que:y^=(X′X+aId)−1Xxy^=(X′X+aId)−1Xx\hat{y} = (\mathbf{X'X} + a\mathbf{I}_d)^{-1}\mathbf{X}xy^y^\hat{y}IdId\mathbf{I}_dd×dd×dd \times dxx\mathbf{x}XX\mathbf{X}n×dn×dn \times dnnnxi=(xi,1,...,xi,d)∈Rdxi=(xi,1,...,xi,d)∈Rd\mathbf{x}_i = (x_{i,1}, ..., x_{i,d})\in \mathbb{R}^d …

10 regression  ridge-regression  kernel-trick 

Supongamos que hay tres series de tiempo, , eX1X1X_1X2X2X_2YYY Ejecución de regresión lineal ordinaria en ~ ( ), obtenemos . La regresión lineal ordinaria ~ llegar . Suponga queYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V ¿Cuáles son los valores mínimos y máximos posibles …

10 regression  multiple-regression  r-squared 

Para una regresión lineal con múltiples grupos (grupos naturales definidos a priori), ¿es aceptable ejecutar dos modelos diferentes en el mismo conjunto de datos para responder las siguientes dos preguntas? ¿Cada grupo tiene una pendiente distinta de cero y una intersección distinta de cero y cuáles son los parámetros para …

10 r  regression  multiple-comparisons  inference  ancova 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Estoy usando un bosque aleatorio en datos agrupados de alta dimensión (50 variables de entrada numéricas) que tienen una estructura jerárquica. Los datos se recopilaron con 6 repeticiones en 30 posiciones de 70 objetos diferentes, lo que resultó en 12600 puntos de datos, que no son independientes. Parece que el …

10 regression  random-forest 

Estoy tratando de actualizar mi modelo basado en lm () para obtener errores y pruebas estándar correctos. Estoy realmente confundido qué matriz de VC usar. El sandwichpaquete ofrece vcovHC, vcovHACy NeweyWest. Mientras que el primero solo explica la heterocedasticidad, los dos últimos explican tanto la correlación serial como la heterocedasticidad. …

10 regression  time-series  neweywest 

Estoy tratando de entender cómo funcionan exactamente los factores en R. Digamos que quiero ejecutar una regresión usando algunos datos de muestra en R: &gt; data(CO2) &gt; colnames(CO2) [1] "Plant" "Type" "Treatment" "conc" "uptake" &gt; levels(CO2$Type) [1] "Quebec" "Mississippi" &gt; levels(CO2$Treatment) [1] "nonchilled" "chilled" &gt; lm(uptake ~ Type + Treatment, …

10 r  regression  interaction