Statistiques et Big Data multiple-regression

1

Que signifient les interactions des termes spline et non spline?

Si j'ajuste mes données avec quelque chose comme lm(y~a*b), dans la syntaxe R, où aest une variable binaire et bune variable numérique, le a:bterme d'interaction est la différence entre la pente de y~bat a= 0 et at a= 1. Maintenant, disons que la relation entre yet best curviligne. Si je …

10 r multiple-regression splines

1

Aide à la modélisation SEM (OpenMx, polycor)

J'ai beaucoup de problèmes avec un ensemble de données auquel j'essaie d'appliquer SEM. Nous supposons l'existence de 5 facteurs latents A, B, C, D, E, avec des indicateurs resp. A1 à A5 (facteurs ordonnés), B1 à B3 (quantitatifs), C1, D1, E1 (tous les trois derniers facteurs ordonnés, avec seulement 2 …

10 r modeling multiple-regression sem

1

Quand transformer les variables prédictives lors d'une régression multiple?

Je prends actuellement mon premier cours de régression linéaire appliquée au niveau universitaire et je me débat avec des transformations de variables prédictives en régression linéaire multiple. Le texte que j'utilise, Kutner et al "Modèles statistiques linéaires appliqués" ne semble pas couvrir la question que j'ai. (à part suggérer qu'il …

10 data-transformation multiple-regression

2

En régression linéaire, pourquoi devrions-nous inclure des termes quadratiques alors que nous ne nous intéressons qu'aux termes d'interaction?

Supposons que je m'intéresse à un modèle de régression linéaire, pour , car je voudrais voir si une interaction entre les deux covariables a un effet sur Y.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 Dans les notes de cours d'un professeur (avec qui je n'ai pas de contact), …

10 regression multiple-regression interaction linear-model

1

Pourquoi prévoir à partir d'un modèle à effets mixtes sans inclure d'effets aléatoires pour la prédiction?

C'est plus une question conceptuelle, mais comme je l'utilise, Rje ferai référence aux packages de R. Si l'objectif est d'adapter un modèle linéaire à des fins de prédiction, puis de faire des prédictions là où les effets aléatoires pourraient ne pas être disponibles, y a-t-il un avantage à utiliser un …

10 r multiple-regression mixed-model lme4-nlme

3

Prévoir des données de séries chronologiques avec des variables externes

Actuellement, je travaille sur un projet de prévision d'une série chronologique (données mensuelles). J'utilise R pour faire les prévisions. J'ai 1 variable dépendante (y) et 3 variables indépendantes (x1, x2, x3). La variable y a 73 observations, tout comme les 3 autres variables (alos 73). De janvier 2009 à janvier …

10 time-series multiple-regression forecasting lags

3

relation entre

Une question très basique concernant les régressions R2R2R^2 des OLS exécuter la régression OLS y ~ x1, nous avons un R2R2R^2 , disons 0,3 exécuter la régression OLS y ~ x2, nous avons un autre R2R2R^2 , disons 0,4 maintenant nous exécutons une régression y ~ x1 + x2, quelle …

10 regression multiple-regression least-squares r-squared

3

Quelle est l'importance de la matrice chapeau,

Quelle est l'importance de la matrice chapeau, H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} , dans l'analyse de régression? Est-ce uniquement pour un calcul plus facile?

10 regression multiple-regression least-squares

1

Quel modèle de régression bootstrap dois-je choisir?

J'ai un modèle de régression logistique binaire avec une DV (maladie: oui / non) et 5 prédicteurs (démographie [âge, sexe, tabagisme (oui / non)], un index médical (ordinale) et un traitement aléatoire [oui / non ]). J'ai également modélisé tous les termes d'interaction bilatérale. Les principales variables sont centrées et …

10 regression logistic multiple-regression bootstrap

3

Plage possible de

Supposons qu'il existe trois séries chronologiques, , etX1X1X_1X2X2X_2YYY Exécution de régression linéaire ordinaire sur ~ ( ), nous obtenons . La régression linéaire ordinaire ~ obtenir . Supposons queYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU<VU<VU < V Quelles sont les valeurs minimales et maximales possibles …

10 regression multiple-regression r-squared

1

R régression linéaire variable catégorielle valeur «cachée»

Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …

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

3

Où est la variance partagée entre tous les IV dans une équation de régression multiple linéaire?

Dans une équation de régression multiple linéaire, si les poids bêta reflètent la contribution de chaque variable indépendante individuelle au-delà de la contribution de tous les autres IV, où dans l'équation de régression la variance est-elle partagée par tous les IV qui prédit la DV? Par exemple, si le diagramme …

10 multiple-regression sums-of-squares

2

Interpréter les coefficients de régression après diverses différences

Il y a peu d'explications que je peux trouver qui décrivent comment interpréter les coefficients de régression linéaire après avoir différencié une série chronologique (pour éliminer une racine unitaire). Est-ce si simple qu'il n'est pas nécessaire de le déclarer formellement? (Je suis au courant de cette question , mais je …

10 time-series multiple-regression econometrics linear-model inference

3

Effets ajustés vs effets non ajustés dans la régression

"Non ajusté" est-il simplement une régression linéaire simple alors que "ajusté" est une régression multiple? Par exemple, regarder l'effet de x sur y en ajustant pour d'autres variables comme a, b et c par rapport à ne pas les ajuster.

10 regression multiple-regression

4

Est-il possible de décomposer les résidus ajustés en biais et variance, après avoir ajusté un modèle linéaire?

Je voudrais classer les points de données comme ayant besoin d'un modèle plus complexe ou n'ayant pas besoin d'un modèle plus complexe. Ma pensée actuelle est d'adapter toutes les données à un modèle linéaire simple et d'observer la taille des résidus pour faire cette classification. J'ai ensuite fait quelques lectures …

9 regression multiple-regression residuals bias-variance-tradeoff

Questions marquées «multiple-regression»