Statistiques et Big Data regression

2

Spécification d'un modèle de différence dans les différences avec plusieurs périodes

Lorsque j’estime un modèle de différence dans les différences avec deux périodes, le modèle de régression équivalent serait une. Yist=α+γs∗Treatment+λdt+δ∗(Treatment∗dt)+ϵistYist=α+γs∗Treatment+λdt+δ∗(Treatment∗dt)+ϵistY_{ist} = \alpha +\gamma_s*Treatment + \lambda d_t + \delta*(Treatment*d_t)+ \epsilon_{ist} où est un mannequin qui est égal à 1 si l'observation provient du groupe de traitementTreatmentTreatmentTreatment et est un mannequin qui …

20 regression modeling econometrics panel-data difference-in-difference

2

Que se passe-t-il lorsque j'inclus une variable au carré dans ma régression?

Je commence par ma régression OLS: où D est une variable fictive, les estimations deviennent différentes de zéro avec une faible valeur de p. Je fais ensuite un test Ramsey RESET et constate que j'ai une mauvaise déformation de l'équation, j'inclus donc au carré x: y = β 0 + …

20 regression multiple-regression interpretation least-squares polynomial

3

Quand faut-il utiliser la régression multiple avec codage fictif vs ANCOVA?

J'ai récemment analysé une expérience qui a manipulé 2 variables catégorielles et une variable continue en utilisant ANCOVA. Cependant, un examinateur a suggéré que la régression multiple avec la variable catégorielle codée comme variables fictives est un test plus approprié pour les expériences avec des variables catégorielles et continues. Quand …

20 regression multiple-regression ancova categorical-encoding

2

Construire un modèle linéaire pour un rapport vs pourcentage?

Supposons que je veuille construire un modèle pour prédire une sorte de ratio ou de pourcentage. Par exemple, disons que je veux prédire le nombre de garçons par rapport aux filles qui assisteront à une fête, et les caractéristiques de la fête que je peux utiliser dans le modèle sont …

20 regression logistic

2

L'ordre des variables dans l'ANOVA est important, n'est-ce pas?

Ai-je raison de comprendre que l'ordre dans lequel les variables sont spécifiées dans une ANOVA multifactorielle fait une différence mais que l'ordre n'a pas d'importance lors d'une régression linéaire multiple? Donc, en supposant un résultat tel que la perte de sang mesurée y et deux variables catégorielles méthode d'adénoïdectomie a …

20 regression hypothesis-testing anova unbalanced-classes sums-of-squares

3

Pourquoi supprimerait-on l'ordonnée à l'origine en régression linéaire?

Dans un certain nombre de progiciels statistiques, y compris SAS, SPSS et peut-être plus, il existe une option pour "supprimer l'interception". Pourquoi voudriez-vous faire ça?

20 regression

6

Toujours signaler les erreurs standard robustes (blanches)?

Il a été suggéré par Angrist et Pischke que les erreurs-types robustes (c.-à-d. Robustes à l'hétéroscédasticité ou aux variations inégales) sont signalées d'office plutôt que de les tester. Deux questions: Quel est l'impact sur les erreurs standard de le faire en cas d'homoscédasticité? Quelqu'un le fait-il réellement dans son travail?

20 regression standard-error heteroscedasticity robust-standard-error

2

Quelle est la signification du super script 2 indice 2 dans le contexte des normes?

Je suis nouveau dans l'optimisation. Je continue de voir des équations qui ont un exposant 2 et un indice 2 sur le côté droit d'une norme. Par exemple, voici l'équation des moindres carrés min||Ax−b||22||Ax−b||22 ||Ax-b||^2_2 Je pense que je comprends l'exposant 2: cela signifie mettre au carré la valeur de …

20 regression optimization notation

3

Erreur de prédiction attendue - dérivation

J'ai du mal à comprendre la dérivation de l'erreur de prédiction attendue ci-dessous (ESL), en particulier sur la dérivation de 2.11 et 2.12 (conditionnement, le pas vers le minimum point par point). Tous les pointeurs ou liens très appréciés. Ci-dessous, je rapporte l'extrait de ESL pg. 18. Les deux premières …

20 regression prediction error

2

Machine d'apprentissage extrême: de quoi s'agit-il?

Je réfléchis, implémente et utilise le paradigme ELM (Extreme Learning Machine) depuis plus d'un an maintenant, et plus je le fais, plus je doute que ce soit vraiment une bonne chose. Mon opinion, cependant, semble être en contraste avec la communauté scientifique où - lors de l'utilisation de citations et …

20 regression

5

Éviter le sur-ajustement dans la régression: alternatives à la régularisation

La régularisation en régression (linéaire, logistique ...) est le moyen le plus utilisé pour réduire le sur-ajustement. Lorsque l'objectif est la précision des prédictions (sans explication), existe-t-il de bonnes alternatives à la régularisation, particulièrement adaptées aux ensembles de données volumineuses (mi / milliards d'observations et millions de fonctionnalités)?

19 regression regularization overfitting

1

Utilisation de prédicteurs circulaires dans la régression linéaire

J'essaie d'adapter un modèle à l'aide des données de vent (0, 359) et de l'heure (0, 23), mais je crains qu'ils ne s'intègrent mal dans une régression linéaire car ce ne sont pas eux-mêmes des paramètres linéaires. Je voudrais les transformer en Python. J'ai vu une certaine mention du calcul …

19 regression python circular-statistics

1

Que conclure de cette intrigue au lasso (glmnet)

Voici le tracé de glmnet avec alpha par défaut (1, donc lasso) en utilisant mtcarsl'ensemble de données dans R avec mpgcomme DV et d'autres comme variables prédictives. glmnet(as.matrix(mtcars[-1]), mtcars[,1]) Que pouvons-nous conclure de ce graphique concernant différentes variables, en particulier am, cylet wt(lignes rouges, noires et bleu clair)? Comment formulerions-nous …

19 regression feature-selection lasso glmnet

2

Que signifie le nom de «régression logistique»?

Je vérifie une implémentation de la régression logistique à partir d' ici . Après avoir lu cet article, il semble que la partie importante soit de trouver les meilleurs coefficients pour déterminer la fonction sigmoïde. Je me demande donc pourquoi cette méthode est appelée "régression logistique". Est-ce lié à la …

19 regression machine-learning logistic

3

Relation entre la régression de crête et la régression PCA

Je me souviens avoir lu quelque part sur le Web une connexion entre la régression de crête (avec la régularisation ) et la régression PCA: lors de l'utilisation de la régression régularisée avec un hyperparamètre , si , la régression équivaut à supprimer le Variable PC avec la plus petite …

19 regression pca regularization ridge-regression

Questions marquées «regression»