Statistiques et Big Data regression

1

Interprétation géométrique du coefficient de corrélation multiple

Je m'intéresse à la signification géométrique de la corrélation multiple et du coefficient de détermination dans la régression , ou en notation vectorielle,R 2 y i = β 1 + β 2 x 2 , i + ⋯ + β k x k , i + ϵ iRRRR2R2R^2yi=β1+β2x2,i+⋯+βkxk,i+ϵiyi=β1+β2x2,i+⋯+βkxk,i+ϵiy_i = \beta_1 …

24 regression correlation multiple-regression r-squared geometry

1

Régression avec uniquement des variables catégorielles

Est-il possible d'effectuer une régression si toutes les variables dépendantes et indépendantes sont des variables catégorielles?

24 regression logistic categorical-data

2

Comment concevoir et mettre en œuvre une fonction de perte asymétrique pour la régression?

Problème En régression, on calcule généralement l' erreur quadratique moyenne (MSE) pour un échantillon: pour mesurer la qualité d'un prédicteur.MSE=1n∑i=1n(g(xi)−gˆ(xi))2MSE=1n∑i=1n(g(xi)−g^(xi))2 \text{MSE} = \frac{1}{n} \sum_{i=1}^n\left(g(x_i) - \widehat{g}(x_i)\right)^2 En ce moment, je travaille sur un problème de régression où l'objectif est de prédire le prix que les clients sont prêts à payer …

24 regression error loss-functions

1

Intervalle de prédiction de régression linéaire

Si la meilleure approximation linéaire (en utilisant les moindres carrés) de mes points de données est la ligne , comment puis-je calculer l'erreur d'approximation? Si je calcule l'écart type des différences entre les observations et les prédictions , puis-je dire plus tard qu'une valeur réelle (mais non observée) appartient à …

24 regression normal-distribution least-squares prediction-interval

2

Dans quel ordre devez-vous effectuer des diagnostics de régression linéaire?

Dans l'analyse de régression linéaire, nous analysons les valeurs aberrantes, étudions la multicolinéarité, testons l'hétéroscédastictie. La question est: existe-t-il un ordre pour les appliquer? Je veux dire, devons-nous analyser les valeurs aberrantes tout d'abord, puis examiner la multicolinéarité? Ou inversé? Y a-t-il une règle d'or à ce sujet?

24 regression multiple-regression outliers

4

Quelle est la relation entre la régression et l'analyse discriminante linéaire (LDA)?

Existe-t-il une relation entre la régression et l'analyse discriminante linéaire (LDA)? Quelles sont leurs similitudes et leurs différences? Cela fait-il une différence s'il y a deux classes ou plus de deux classes?

24 regression logistic discriminant-analysis canonical-correlation reduced-rank-regression

3

Les équations dans l'actualité: traduire un modèle multi-niveaux à un large public

Le New York Times a un long commentaire sur le système d'évaluation des enseignants à «valeur ajoutée» utilisé pour donner un feedback aux éducateurs de la ville de New York. La lede est l'équation utilisée pour calculer les scores - présentée sans contexte. La stratégie rhétorique semble être l'intimidation via …

24 regression multilevel-analysis statistics-in-media

3

L'ordre des variables explicatives importe-t-il lors du calcul de leurs coefficients de régression?

Au début, je pensais que l'ordre n'avait pas d'importance, mais j'ai ensuite lu au sujet du processus d'orthogonalisation gram-schmidt pour calculer les coefficients de régression multiple, et maintenant j'ai des doutes. Selon le processus gram-schmidt, plus une variable explicative est indexée tardivement parmi les autres variables, plus son vecteur résiduel …

24 regression multiple-regression regression-coefficients

3

Que sont les «coefficients aliasés»?

Lors de la construction d'un modèle de régression dans R ( lm), je reçois fréquemment ce message "there are aliased coefficients in the model" Qu'est-ce que ça veut dire exactement? En outre, à cause de cela, predict()donne également un avertissement. Bien que ce ne soit qu'un avertissement, je veux savoir …

24 r regression

3

Pourquoi la régression logistique est-elle un modèle linéaire?

Je veux savoir pourquoi la régression logistique est appelée un modèle linéaire. Il utilise une fonction sigmoïde, qui n'est pas linéaire. Alors pourquoi la régression logistique est-elle un modèle linéaire?

24 regression logistic terminology

2

Pourquoi lambda «dans une erreur standard du minimum» est-il une valeur recommandée pour lambda dans une régression nette élastique?

Je comprends le rôle que joue lambda dans une régression élastique-nette. Et je peux comprendre pourquoi on sélectionnerait lambda.min, la valeur de lambda qui minimise l'erreur de validation croisée. Ma question est: où dans la littérature statistique est-il recommandé d'utiliser lambda.1se, quelle est la valeur de lambda qui minimise l'erreur …

24 regression cross-validation regularization glmnet elastic-net

2

Quelle est la différence entre une fonction de perte et une fonction de décision?

Je vois que les deux fonctions font partie des méthodes d'extraction de données telles que Gradient Dynamiser régresseurs. Je vois que ce sont aussi des objets séparés. Quelle est la relation entre les deux en général?

23 regression classification data-mining decision-theory

10

Avez-vous des recommandations pour des livres pour l'auto-apprentissage des statistiques appliquées au niveau supérieur?

J'ai suivi plusieurs cours de statistiques au collège mais j'ai trouvé que mes études étaient très axées sur la théorie. Je me demandais si certains d'entre vous avaient un texte en statistique appliquée (au niveau universitaire) que vous recommandez ou avec une bonne expérience.

23 regression references modeling experiment-design application

1

Existe-t-il un moyen d'utiliser la matrice de covariance pour trouver des coefficients de régression multiple?

Pour une régression linéaire simple, le coefficient de régression peut être calculé directement à partir de la matrice de variance-covariance CCC , par Cd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} oùdddest l'indice de la variable dépendante eteeeest l'indice de la variable explicative. Si l'on n'a que la matrice de covariance, est-il possible de …

23 regression regression-coefficients covariance-matrix

1

Erreur quadratique moyenne vs erreur quadratique moyenne de prédiction

Quelle est la différence sémantique entre l'erreur quadratique moyenne (MSE) et l'erreur quadratique moyenne de prédiction (MSPE)?

23 regression estimation interpretation error prediction

Questions marquées «regression»