Preguntas etiquetadas con regression

Estoy usando regresión logística para la clasificación binaria. Tengo un gran conjunto de datos (está muy desequilibrado: 19: 1). Así que uso scikit-learn's LogisticRegression()para entrenar en el 80% de mis datos etiquetados y luego los validé con el otro 20% (miré el área bajo ROC y la recuperación de precisión …

9 regression  logistic  regression-coefficients 

Estoy aprendiendo sobre la regresión. He hecho algunas regresiones transversales que están bien. Recientemente hice una simple regresión de series de tiempo. Así que tengo vectores ay & x, cada uno con 1000 observaciones. Hice una simple regresión de ols en Excel que pensé que estaba bien. Sin embargo, mi …

9 regression  time-series  descriptive-statistics 

Supongamos que en un análisis de regresión en R, tengo una variable independiente del tipo de factor con 3 niveles en mi conjunto de datos del tren. Pero en el conjunto de datos de prueba, esa misma variable de factor tiene 5 niveles. Por lo tanto, no puedo predecir los …

9 r  regression  categorical-data  cross-validation  rare-events 

Tengo una variable dependiente que puede variar de 0 a infinito, con 0s siendo observaciones correctas. Entiendo que los modelos de censura y Tobit solo se aplican cuando el valor real de es parcialmente desconocido o falta, en cuyo caso se dice que los datos están truncados. Más información sobre …

9 regression  censoring  truncation  tobit-regression 

Suponga que desea estimar un modelo lineal: ( observaciones de la respuesta y predictores ) nortenortenp + 1pags+1p+1E (yyo) =β0 0+∑j = 1pagsβjXyo jmi(yyo)=β0 0+∑j=1pagsβjXyoj\mathbb{E}(y_i) = \beta_0 + \sum_{j=1}^p \beta_j x_{ij} Una forma de hacerlo es a través de la solución OLS, es decir, elegir los coeficientes para que la …

9 regression  loss-functions 

Estoy tratando de desarrollar un modelo predictivo para una variable dependiente angular (en [ 0 , 2 π] )[0 0,2π])[0,2\pi]) utilizando varias mediciones independientes, también variables angulares, en [ 0 , 2 π][0 0,2π][0,2\pi]- Como predictores. Cada predictor está significativamente pero no extremadamente fuertemente correlacionado con la variable dependiente. ¿Cómo …

9 regression  multiple-regression  circular-statistics 

R en acción (Kabacoff, 2011) sugiere la siguiente rutina para evaluar la sobredispersión en una regresión logística: Ajustar regresión logística usando distribución binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuste de regresión logística usando distribución cuasibinomial: model_overdispersed <- glm(Species=="versicolor" ~ Sepal.Width, family=quasibinomial(), data=iris) Use chi-cuadrado para probar la sobredispersión: …

9 r  regression  distributions  logistic  overdispersion 

Para problemas de clasificación, he estado usando Redes Neurales y midiendo el error de Tipo I y II usando la matriz de confusión y sus medidas según este recurso ( espejo ), que es bastante sencillo. Cuando nos enfrentamos a un problema de estimación, ¿cómo evaluaría el desempeño del modelo? …

9 regression  machine-learning  estimation  model-evaluation 

La definición de una estadística suficiente es: Sea una muestra aleatoria de una distribución indexada por un parámetro . Deje que sea ​​una estadística. Suponga que, para cada y cada valor posible de , la distribución conjunta condicional de dado que depende solo de pero no de . Entonces, es …

9 regression  sufficient-statistics 

Hago una regresión lineal usando la función R lm: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue Pero no encaja bien. Lamentablemente no puedo entender el manual. ¿Alguien puede señalarme en la dirección correcta para encajar esto mejor? Al …

9 r  regression 

Acabo de recibir una copia de Los elementos del aprendizaje estadístico de Hastie, Tibshirani y Friedman. En el capítulo 2 (Descripción general del aprendizaje supervisado), sección 4 (Teoría de decisión estadística), ofrece una derivación de la función de regresión. Supongamos que denota un vector de entrada aleatorio con valor real, …

9 regression  statistical-learning 

Estoy interesado en predecir Yy estoy estudiando diferentes técnicas de medición X1y X2. Podría ser, por ejemplo, que quiero predecir el sabor de un plátano, ya sea midiendo cuánto tiempo ha estado sobre la mesa o midiendo la cantidad de manchas marrones en el plátano. Quiero saber cuál de las …

9 regression  linear-model  mixed-model 

Tenemos los siguientes puntos: ¿Cómo podemos encontrar la mejor línea de ajuste través de los puntos? Mi calculadora tiene la opción de encontrar la mejor línea de ajuste través de estos puntos, que es:( 0 , 0 ) ( 1 , 51.8 ) ( 1.9 , 101.3 ) ( 2.8 …

9 regression  intercept 

Diseño e hipótesis : medimos wellbeingen el Tiempo-1 y en el Tiempo-2, queremos ver si el factor A(medido en el Tiempo-1 y se supone que es un factor estable en el tiempo) es un predictor significativo del factor B(medido en el Tiempo-2) . También esperamos wellbeing, actuales o pasados, contribuir …

9 regression  repeated-measures  multiple-regression  panel-data 

He estado investigando el uso de la regresión lineal bayesiana, pero he llegado a un ejemplo que me confunde. Dado el modelo: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} Asumiendo que ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I) y un p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto \frac{1}{\phi}, Como es p(β|ϕ,y)p(β|ϕ,y)p(\beta|\phi, {\bf y}) ¿alcanzado? …

9 regression  bayesian  multiple-regression