Statistiques et Big Data regression-coefficients

2

Régression: Quelle est l'utilité de R au carré par rapport à RMSE?

Supposons que je fasse une régression avec des ensembles de formation, de validation et de test. Je peux trouver RMSE et R au carré (R ^ 2, le coefficient de détermination) à la sortie de mon logiciel (comme la fonction lm () de R). Ma compréhension est que le test …

11 r regression regression-coefficients r-squared

2

Test de signification des coefficients dans la régression logistique du Lasso

[Une question similaire a été posée ici sans réponse] J'ai ajusté un modèle de régression logistique avec régularisation L1 (régression logistique Lasso) et je voudrais tester la signification des coefficients ajustés et obtenir leurs valeurs de p. Je sais que les tests de Wald (par exemple) sont une option pour …

10 logistic statistical-significance regression-coefficients lasso

2

Comparer la signification statistique de la différence entre deux régressions polynomiales dans R

Donc, tout d'abord, j'ai fait des recherches sur ce forum, et je sais que des questions extrêmement similaires ont été posées, mais elles n'ont généralement pas été répondues correctement ou parfois la réponse n'est tout simplement pas assez détaillée pour que je puisse comprendre. Donc cette fois, ma question est: …

10 r regression statistical-significance regression-coefficients group-differences

3

Est-il possible en R (ou en général) de forcer les coefficients de régression à être un certain signe?

Je travaille avec des données du monde réel et les modèles de régression donnent des résultats contre-intuitifs. Normalement, je fais confiance aux statistiques, mais en réalité, certaines de ces choses ne peuvent pas être vraies. Le principal problème que je vois est qu'une augmentation d'une variable entraîne une augmentation de …

10 r regression regression-coefficients computational-statistics

1

Comment comparer deux pentes de régression pour un prédicteur sur deux résultats différents?

Je dois comparer deux pentes de régression où: $ y_1 ~ a + b_1x y_2 ~ a + b_2x $ Comment comparer b1 et b2? Ou dans la langue de mon exemple spécifique chez les rongeurs, je veux comparer antero-posterior diameter ~ a + b1 * humeral length de naso-occipital …

10 regression regression-coefficients

1

Différence entre les modèles marginaux et conditionnels

Un modèle marginal tient compte de la corrélation au sein de chaque grappe. Un modèle conditionnel prend également en compte la corrélation au sein de chaque cluster. Mes questions sont: Un modèle marginal modélise-t-il les principaux effets sur une population alors qu'un modèle conditionnel modélise-t-il les principaux effets au sein …

10 repeated-measures interpretation regression-coefficients marginal-model

4

Comment interpréter les coefficients transformés logarithmiquement en régression linéaire?

Ma situation est: J'ai 1 variable dépendante continue et 1 variable prédictive continue que j'ai transformée logarithmiquement pour normaliser leurs résidus pour une régression linéaire simple. J'apprécierais toute aide sur la façon dont je peux relier ces variables transformées à leur contexte d'origine. Je veux utiliser une régression linéaire pour …

10 regression data-transformation regression-coefficients logarithm

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

1

Données corrélées de grande dimension et principales caractéristiques / covariables découvertes; test d'hypothèses multiples?

J'ai un ensemble de données avec environ 5 000 caractéristiques / covariables souvent corrélées et une réponse binaire. Les données m'ont été données, je ne les ai pas collectées. J'utilise Lasso et boosting de gradient pour construire des modèles. J'utilise la validation croisée imbriquée itérée. Je rapporte les 40 coefficients …

9 machine-learning multiple-comparisons regression-coefficients lasso high-dimensional

1

Quel modèle d'apprentissage en profondeur peut classer des catégories qui ne s'excluent pas mutuellement

Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec softmaxfonction à la dernière …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

1

Peut-on utiliser des coefficients

J'essaie d'interpréter les résultats d'un article, où ils ont appliqué une régression multiple pour prédire divers résultats. Cependant les (coefficients B normalisés définis comme où est la personne à charge variable et est un prédicteur) rapporté ne semble pas correspondre au rapporté :β x 1 = B x 1 ⋅ …

9 regression regression-coefficients multicollinearity r-squared

3

Quel est ce compromis biais-variance pour les coefficients de régression et comment le dériver?

Dans cet article , ( Inférence bayésienne pour les composants de la variance utilisant uniquement des contrastes d'erreur , Harville, 1974), l'auteur affirme pour être "bien connu" relation ", pour une régression linéaire où y = X β( y- Xβ)′H- 1( y- Xβ) = ( y- Xβ^)′H-1( y- Xβ^) +( …

9 regression regression-coefficients heteroscedasticity bias linear-algebra

1

Modèle de risque proportionnel de Cox et interprétation des coefficients lorsqu'une interaction avec des cas plus élevés est impliquée

Voici le résumé-sortie du modèle de Coxph que j'ai utilisé (j'ai utilisé R et la sortie est basée sur le meilleur modèle final, c'est-à-dire que toutes les variables explicatives significatives et leurs interactions sont incluses): coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 …

9 r interaction regression-coefficients cox-model

3

Comment appliquer le terme de coefficient pour les facteurs et les termes interactifs dans une équation linéaire?

En utilisant R, j'ai ajusté un modèle linéaire pour une variable de réponse unique à partir d'un mélange de prédicteurs continus et discrets. C'est uber-basique, mais j'ai du mal à comprendre comment fonctionne un coefficient pour un facteur discret. Concept: De toute évidence, le coefficient de la variable continue «x» …

9 linear-model regression-coefficients contrasts

2

Quelle est la bonne façon de déterminer quelles caractéristiques ont le plus contribué à la prédiction d'un vecteur d'entrée donné?

J'utilise la régression logistique pour la classification binaire. J'ai un ensemble de données volumineuses (se trouve être très déséquilibré: 19: 1). J'utilise donc scikit-learn LogisticRegression()pour m'entraîner sur 80% de mes données étiquetées, puis j'ai validé avec les 20% restants (j'ai regardé la zone sous ROC ainsi que le rappel de …

9 regression logistic regression-coefficients

Questions marquées «regression-coefficients»