Statistiques et Big Data regression

3

Qu'est-il arrivé à la signification statistique dans la régression lorsque la taille des données est gigantesque?

Je lisais cette question concernant la régression à grande échelle ( lien ) où whuber a souligné un point intéressant comme suit: "Presque tous les tests statistiques que vous exécutez seront si puissants qu'il est presque sûr d'identifier un effet" significatif ". Vous devez vous concentrer beaucoup plus sur l'importance …

13 regression statistical-significance

4

Normes

Une norme L1L1L_1 est unique (au moins en partie) car p=1p=1p=1 est à la frontière entre non convexe et convexe. Une norme L1L1L_1 est la norme convexe «la plus clairsemée» (non?). Je comprends que la norme euclidienne a ses racines dans la géométrie et elle a une interprétation claire lorsque …

13 regression regularization sparse

4

En régression linéaire, pourquoi la variable de réponse doit-elle être continue?

Je sais qu'en régression linéaire, la variable de réponse doit être continue mais pourquoi en est-il ainsi? Je n'arrive pas à trouver quoi que ce soit en ligne qui explique pourquoi je ne peux pas utiliser de données discrètes pour la variable de réponse.

13 regression linear

2

Que nous disent r, r au carré et l'écart type résiduel sur une relation linéaire?

Petit historique Je travaille sur l'interprétation de l'analyse de régression mais je suis vraiment confus quant à la signification de r, r au carré et de l'écart-type résiduel. Je connais les définitions: Caractérisations r mesure la force et la direction d'une relation linéaire entre deux variables sur un nuage de …

13 r regression regression-coefficients linear pearson-r

5

Pourquoi étudier la régression linéaire?

Étant donné deux variables aléatoires et nous pouvons calculer leur "coefficient de corrélation" et former la ligne de meilleur ajustement entre ces deux variables aléatoires. Ma question est pourquoi?ξξ\xiηη\etaccc 1) Il existe des variables aléatoires, et qui dépendent de la pire façon possible, c'est-à-dire et malgré cela . Si l'on …

13 regression

3

Pourquoi existe-t-il de grands coefficients pour les polynômes d'ordre supérieur

Dans le livre de Bishop sur l'apprentissage automatique, il traite du problème de l'ajustement d'une courbe d'une fonction polynomiale à un ensemble de points de données. Soit M l'ordre du polynôme ajusté. Il déclare que Nous voyons qu'à mesure que M augmente, l'amplitude des coefficients augmente généralement. En particulier pour …

13 regression least-squares curve-fitting polynomial

1

Pourquoi Daniel Wilks (2011) dit-il que la régression en composantes principales «sera biaisée»?

Dans Statistical Methods in the Atmospheric Sciences , Daniel Wilks note que la régression linéaire multiple peut entraîner des problèmes s'il existe de très fortes intercorrélations entre les prédicteurs (3e édition, pages 559-560): Une pathologie qui peut se produire dans une régression linéaire multiple est qu'un ensemble de variables prédictives …

13 regression pca bias

3

Définition et délimitation du modèle de régression

Une question embarrassante simple - mais il semble qu'elle n'a pas été posée sur Cross Validated avant: Quelle est la définition d'un modèle de régression? Aussi une question de support, Qu'est-ce qui n'est pas un modèle de régression? En ce qui concerne ce dernier, je suis intéressé par des exemples …

13 regression linear-model model terminology definition

3

Régression linéaire: toute distribution non normale donnant l'identité de l'OLS et du MLE?

Cette question est inspirée de la longue discussion dans les commentaires ici: Comment la régression linéaire utilise-t-elle la distribution normale? Dans le modèle de régression linéaire habituel, pour plus de simplicité, écrit ici avec un seul prédicteur: où les sont des constantes connues et sont des termes d'erreur indépendants de …

13 regression normal-distribution mathematical-statistics maximum-likelihood least-squares

1

Qu'est-ce qu'une statistique F partielle?

Qu'est-ce qu'une statistique F partielle? Est-ce la même chose que le test F partiel? Quand calculeriez-vous une statistique F partielle? Je suppose que cela a quelque chose à voir avec la comparaison des modèles de régression, mais je ne suis pas en train de suivre quelque chose (?)

13 regression multiple-regression

1

Estimateur biaisé pour la régression obtenant de meilleurs résultats que celui non biaisé dans le modèle d'erreur dans les variables

Je travaille sur certaines données syntaxiques pour le modèle Error In Variable pour certaines recherches. Actuellement, j'ai une seule variable indépendante et je suppose que je connais la variance pour la vraie valeur de la variable dépendante. Donc, avec cette information, je peux obtenir un estimateur sans biais pour le …

13 regression matlab unbiased-estimator errors-in-variables

3

Pourquoi la trace de est dans la régression des moindres carrés quand le vecteur de paramètre est de p dimensions?

Dans le modèle , nous pourrions estimer utilisant l'équation normale:y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, et nous pourrions obteniry^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Le vecteur des résidus est estimé par ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q …

13 regression least-squares inference

3

Laquelle est la meilleure probabilité maximale ou la probabilité marginale et pourquoi?

Lors de la régression, si nous nous appuyons sur la définition de: Quelle est la différence entre une vraisemblance partielle, une vraisemblance de profil et une vraisemblance marginale? cela, Maximum de vraisemblance Trouvez β et θ qui maximise L (données β, θ |). Tandis que, vraisemblance marginale Nous intégrons θ …

13 regression maximum-likelihood

1

R: tester la normalité des résidus du modèle linéaire - quels résidus utiliser

Je voudrais faire un test W de Shapiro Wilk et un test de Kolmogorov-Smirnov sur les résidus d'un modèle linéaire pour vérifier la normalité. Je me demandais simplement quels résidus utiliser pour cela - les résidus bruts, les résidus Pearson, les résidus studentisés ou les résidus standardisés? Pour un test …

13 r regression residuals normality-assumption lm

5

Comment est-ce que je détruis les séries chronologiques?

Comment est-ce que je détruis les séries chronologiques? Est-il correct de prendre la première différence et d'exécuter un test de Dickey Fuller, et s'il est stationnaire, nous sommes bons? J'ai également trouvé en ligne que je peux nuire à la série chronologique en faisant cela dans Stata: reg lncredit time …

13 regression time-series stata stationarity

Questions marquées «regression»