Preguntas etiquetadas con regression

He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Estoy ajustando algunos modelos aditivos generalizados usando el mgcvpaquete en R, y quiero probar entre dos modelos; si puedo eliminar un término o no. Sin embargo, estoy obteniendo resultados contradictorios (por lo que puedo decir). Un modelo, m1con un término suave para xagregar, parece dar un mejor ajuste en términos …

8 r  regression  gam 

Digamos que tengo tres conjuntos de datos de tamaño cada uno:nortenn y1y1y_1 = altura de personas de EE. UU. solamente y2y2y_2 = alturas de hombres de todo el mundo y3y3y_3 = alturas de mujeres de todo el mundo Y construyo un modelo lineal para cada uno con factores , :Xyoxix_ii …

8 regression  multiple-regression  ensemble  aggregation 

Encontré que para un modelo de regresión lineal simple, tanto el MCO como el método de máxima verosimilitud (suponiendo una distribución Normal) dan el mismo resultado (valores de parámetros). A partir de esto, ¿podemos decir que los MCO también hacen suposiciones implícitas sobre la distribución Normal o viceversa? No me …

8 regression  normal-distribution  maximum-likelihood  least-squares 

En el libro "Los elementos del aprendizaje estadístico" en el capítulo 2 ("Modelos lineales y mínimos cuadrados; página no: 12"), se escribe que En el espacio de entrada-salida dimensional (p + 1), (X, Y) representa un hiperplano. Si la constante se incluye en X, entonces el hiperplano incluye el origen …

8 regression  machine-learning 

Comunidad SE, espero obtener algunas ideas sobre el siguiente problema. Dado un modelo de regresión lineal simple Bajo una función de probabilidad gaussiana con términos de error homoscedastic, la distribución condicional de la variable dependiente toma la forma Asigno un conjugado condicional (no informativo) antes de \ beta y h …

8 regression  bayesian  variance  posterior  singular 

Estoy usando R para realizar una regresión lineal. He visto formas de calcular los intervalos de predicción, pero estos dependen de datos homoscedastic. ¿Hay alguna forma de calcular los intervalos de predicción con datos heteroscedásticos?

8 r  regression  least-squares  heteroscedasticity  prediction-interval 

Supongamos que tengo un resultado continuo yy dos predictores factoriales, cada uno con dos niveles. Uno de mis predictores categóricos drug, puede tener dos niveles ("A" o "B"), el otro es smokeYes. Cuando ejecuto un modelo de regresión, puedo elegir la línea base o el nivel de referencia drugpara que …

8 regression  anova  multiple-regression  contrasts 

Estoy investigando con regresión logística. 10 variables influyen en la variable dependiente. Uno de los mencionados es categórico (por ejemplo, entrega urgente, entrega estándar, etc.). Ahora quiero clasificar esas categorías en función de la "fuerza" de su efecto en la variable dependiente. Todos son significativos (valor p pequeño), pero creo …

8 regression  logistic  categorical-data  effect-size  ranking 

Actualmente estoy trabajando para modelar muertes por SIDA a lo largo del tiempo usando un GLM en R. Sé que hay dos opciones posibles para la función de enlace para datos de Poisson, log y raíz cuadrada. Sé que la raíz cuadrada incluso resolvería los problemas de variabilidad, mientras que …

8 regression  generalized-linear-model  poisson-distribution  link-function 

Digamos que estamos interesados ​​en cómo las calificaciones de los exámenes de los estudiantes se ven afectadas por la cantidad de horas que esos estudiantes estudian. Tomamos muestras de estudiantes de varias escuelas diferentes. Ejecutamos el siguiente modelo de efectos mixtos: grados de examenyo= a +β1×horas estudiadasyo+colegioj+miyogrados de examenyo=una+β1×horas estudiadasyo+colegioj+miyo …

8 regression  normal-distribution  confidence-interval  mixed-model  variance 

Para mi tesis de maestría, básicamente quiero saber por qué los países en desarrollo se estancan. Además de los aspectos teóricos, también quiero hacer una regresión. Quiero hacer retroceder el PIB o el crecimiento del PIB como variable dependiente de muchas variables independientes, como la tenencia del jefe de estado, …

8 regression  econometrics  panel-data  macroeconomics 

Si la R al cuadrado ajustada es superior a la R al cuadrado, entonces, ¿por qué el software estadístico continúa informando esto último? ¿Hay algún tipo de situación en la que un investigador prefiera usar R al cuadrado en lugar de R al cuadrado ajustado?

8 regression 

Recientemente, un proyecto en el que estoy involucrado hizo uso de un perceptrón lineal para regresión múltiple (21 predictores). Utilizaba estocástico GD. ¿Cómo es esto diferente de la regresión lineal de OLS?

8 regression  machine-learning 

Así que estoy jugando con la idea de escribir un algoritmo que crezca y elimine un árbol de regresión de los datos y luego, en los nodos terminales del árbol, se ajuste a un GLM. He estado tratando de leer sobre la idea, pero parece que no puedo encontrar ningún …

8 regression  generalized-linear-model  cart