Statistiques et Big Data regression

1

Comment ggplot calcule-t-il les intervalles de confiance pour les régressions?

Le package de traçage R ggplot2 a une fonction impressionnante appelée stat_smooth pour tracer une ligne (ou courbe) de régression avec la bande de confiance associée. Cependant, j'ai du mal à comprendre exactement comment cette bande de confiance est générée, à chaque fois que la ligne de régression (ou "méthode"). …

15 r regression confidence-interval ggplot2

7

La forêt aléatoire est trop adaptée

J'essaie d'utiliser la régression aléatoire des forêts dans scikits-learn. Le problème est que j'obtiens une erreur de test très élevée: train MSE, 4.64, test MSE: 252.25. Voici à quoi ressemblent mes données: (bleu: données réelles, vert: prévu): J'utilise 90% pour la formation et 10% pour le test. Voici le code …

15 regression random-forest scikit-learn

1

Régression des erreurs dans les variables: est-il valable de regrouper les données de trois sites?

Récemment, un client est venu me voir pour faire une analyse bootstrap parce qu'un examinateur de la FDA a dit que la régression des erreurs dans les variables n'était pas valide car lors de la mise en commun des données des sites, l'analyse inclut la mise en commun des données …

15 regression errors-in-variables deming-regression pooling

3

Procédure automatisée de sélection d'un sous-ensemble de points de données avec la corrélation la plus forte?

Existe-t-il une procédure standard (telle que l'on pourrait la citer comme référence) pour sélectionner le sous-ensemble de points de données dans un pool plus large avec la corrélation la plus forte (le long de deux dimensions seulement)? Par exemple, supposons que vous ayez 100 points de données. Vous voulez un …

15 regression correlation autocorrelation

2

Comment choisir entre les différentes formules

Je pense aux formules ajustées au R proposées par: Ezekiel (1930), qui je crois est celui actuellement utilisé dans SPSS. R2adjusted=1−(N−1)(N−p−1)(1−R2)Runeréjusteré2=1-(N-1)(N-p-1)(1-R2)R^2_{\rm adjusted} = 1 - \frac{(N-1)}{(N-p-1)} (1-R^2) Olkin et Pratt (1958) R2unbiased=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)Runbiased2=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)R^2_{\rm unbiased} = 1 - \frac{(N-3)(1-R^2)}{(N-p-1)} - \frac{2(N-3)(1-R^2)^2}{(N-p-1)(N-p+1)} Dans quelles circonstances (le cas échéant) devrais-je préférer «ajusté» à «impartial» …

15 regression r-squared

2

Comment choisir le niveau de signification pour un grand ensemble de données?

Je travaille avec un ensemble de données ayant N environ 200 000. Dans les régressions, je vois des valeurs de signification très faibles << 0,001 associées à de très petites tailles d'effet, par exemple r = 0,028. Ce que j'aimerais savoir, est-ce qu'il existe un moyen de principe de décider …

15 regression probability statistical-significance sample-size

5

Quelle pourrait être la raison de l'utilisation de la transformation de racine carrée sur les données?

Y a-t-il une raison de ce à quoi je peux penser, pour transformer les données avec une racine carrée? Je veux dire que ce que j'observe toujours, c'est que le R ^ 2 augmente. Mais c'est probablement juste à cause du centrage des données! Toute pensée est appréciée!

15 regression data-transformation variance-stabilizing

5

Comment modéliser les prix?

J'ai posé cette question sur le site matemathics stackexchange et on m'a recommandé de la poser ici. Je travaille sur un projet de passe-temps et j'aurais besoin d'aide pour résoudre le problème suivant. Un peu de contexte Disons qu'il existe une collection d'articles avec une description des fonctionnalités et un …

15 regression forecasting econometrics

4

Intervalles de confiance pour les paramètres de régression: Bayésien vs classique

Étant donné deux tableaux x et y, tous deux de longueur n, j'adapte un modèle y = a + b * x et je veux calculer un intervalle de confiance à 95% pour la pente. C'est (b - delta, b + delta) où b se trouve de la manière habituelle …

15 r regression bayesian confidence-interval frequentist

5

Peut-on utiliser la régression multiple pour prédire un composant principal (PC) à partir de plusieurs autres PC?

Il y a quelque temps, un utilisateur de la liste de diffusion R-help a posé des questions sur la validité de l'utilisation des scores PCA dans une régression. L'utilisateur essaie d'utiliser des scores PC pour expliquer les variations sur un autre PC (voir la discussion complète ici ). La réponse …

15 regression pca

5

Pourquoi l'hypothèse de normalité dans la régression linéaire

Ma question est très simple: pourquoi nous choisissons la distribution normale comme terme d'erreur dans l'hypothèse d'une régression linéaire? Pourquoi nous n'en choisissons pas d'autres comme l'uniforme, le t ou quoi?

15 regression mathematical-statistics normal-distribution error linear

5

Quel est le besoin d'hypothèses en régression linéaire?

En régression linéaire, nous faisons les hypothèses suivantes La moyenne de la réponse, , à chaque ensemble de valeurs des prédicteurs, , est une fonction linéaire des prédicteurs.E(Yi)E(Yi)E(Y_i)(x1i,x2i,…)(x1i,x2i,…)(x_{1i}, x_{2i},…) Les erreurs, εiεiε_i , sont indépendantes. Les erreurs, εiεiε_i , à chaque ensemble de valeurs des prédicteurs, (x1i,x2i,…)(x1i,x2i,…)(x_{1i}, x_{2i},…) , sont …

15 regression assumptions

4

La preuve de formules équivalentes de régression de crête

J'ai lu les livres les plus populaires en apprentissage statistique 1- Les éléments de l'apprentissage statistique. 2- Une introduction à l'apprentissage statistique . Les deux mentionnent que la régression de crête a deux formules qui sont équivalentes. Existe-t-il une preuve mathématique compréhensible de ce résultat? Je suis également passé par …

15 regression lasso regularization ridge-regression lagrange-multipliers

2

Réseaux de neurones vs tout le reste

Je n'ai pas trouvé de réponse satisfaisante à cela de Google . Bien sûr, si les données dont je dispose sont de l'ordre de millions, l'apprentissage en profondeur est la solution. Et j'ai lu que lorsque je n'ai pas de données volumineuses, il est peut-être préférable d'utiliser d'autres méthodes d'apprentissage …

15 regression machine-learning classification neural-networks deep-learning

1

Comparaison entre Newey-West (1987) et Hansen-Hodrick (1980)

Question: Quelles sont les principales différences et similitudes entre l'utilisation des erreurs types de Newey-West (1987) et de Hansen-Hodrick (1980)? Dans quelles situations faut-il privilégier l’un d’eux? Remarques: Je sais comment fonctionne chacune de ces procédures d'ajustement; cependant, je n'ai pas encore trouvé de document qui les comparerait, en ligne …

15 regression autocorrelation heteroscedasticity robust-standard-error neweywest

Questions marquées «regression»