Statistiques et Big Data regression

1

Pourquoi lm et biglm dans R donnent-ils des valeurs de p différentes pour les mêmes données?

Voici un petit exemple: MyDf<-data.frame(x=c(1,2,3,4), y=c(1.2, .7, -.5, -3)) Maintenant avec le base::lm: > lm(y~x, data=MyDf) %>% summary Call: lm(formula = y ~ x, data = MyDf) Residuals: 1 2 3 4 -0.47 0.41 0.59 -0.53 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.0500 0.8738 3.491 0.0732 . x …

12 r regression p-value linear-model

2

Quelle est la différence entre la régression linéaire «régulière» et la régression linéaire d'apprentissage profond?

Je veux connaître la différence entre la régression linéaire dans une analyse d'apprentissage automatique régulière et la régression linéaire dans le cadre d'un "apprentissage profond". Quels algorithmes sont utilisés pour la régression linéaire dans le cadre de l'apprentissage en profondeur.

12 regression machine-learning deep-learning

2

Utiliser le coefficient de corrélation de Pearson comme objectif d'optimisation dans l'apprentissage automatique

Dans l'apprentissage automatique (pour les problèmes de régression), je vois souvent l'erreur quadratique moyenne (MSE) ou l'erreur absolue moyenne (MAE) utilisée comme fonction d'erreur pour minimiser (plus le terme de régularisation). Je me demande s'il existe des situations où l'utilisation d'un coefficient de corrélation serait plus appropriée? si une telle …

12 regression machine-learning svm optimization deep-learning

1

Pourquoi l'analyse des séries chronologiques n'est pas considérée comme un algorithme d'apprentissage automatique

Pourquoi l'analyse des séries chronologiques n'est-elle pas considérée comme un algorithme d'apprentissage automatique (contrairement à la régression linéaire). La régression et l'analyse des séries chronologiques sont des méthodes de prévision. Alors pourquoi l'un d'eux est-il considéré comme un algorithme d'apprentissage mais pas l'autre?

12 regression machine-learning time-series terminology

1

Le partiel devrait-il s'additionner au total en régression multiple?

Voici un modèle créé à partir d'un mtcarsensemble de données: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj 0.834 d.f. 28 …

12 regression multiple-regression r-squared

1

Pourquoi pas une régression robuste à chaque fois?

Des exemples de cette page montrent que la régression simple est nettement affectée par les valeurs aberrantes et cela peut être surmonté par des techniques de régression robuste: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Je pense que lmrob et ltsReg sont d'autres techniques de régression robustes. Pourquoi ne devrait-on pas effectuer une régression robuste …

12 regression multiple-regression robust

2

Dimension VC des modèles de régression

Dans la série de conférences Learning from Data , le professeur mentionne que la dimension VC mesure la complexité du modèle sur le nombre de points qu'un modèle donné peut briser. Donc, cela fonctionne parfaitement pour les modèles de classification où nous pourrions dire sur N points si le classificateur …

12 regression machine-learning vc-dimension

1

Quel est le lien entre la régularisation et la méthode des multiplicateurs de lagrange?

Pour éviter de sur-adapter les gens, les gens ajoutent un terme de régularisation (proportionnel à la somme au carré des paramètres du modèle) avec un paramètre de régularisation à la fonction de coût de la régression linéaire. Ce paramètre λ est-il le même qu'un multiplicateur de décalage? La régularisation est-elle …

12 regression optimization regularization

2

Quelle est la différence entre un modèle à effets mixtes et un modèle de régression linéaire?

Quelqu'un peut-il expliquer la différence entre un modèle mixte et une analyse de régression linéaire? (J'ai une connaissance très limitée des statistiques.)

12 regression mixed-model

2

Est-il «correct» de tracer une droite de régression pour les données classées (corrélation de Spearman)?

J'ai des données pour lesquelles j'ai calculé la corrélation Spearman et je souhaite les visualiser pour une publication. La variable dépendante est classée, la variable indépendante ne l'est pas. Ce que je veux visualiser est plus la tendance générale que la pente réelle, j'ai donc classé les indépendants et appliqué …

12 regression data-visualization spearman-rho ordered-logit isotonic

2

Pourquoi faut-il longtemps à R pour adapter un modèle avec un facteur à plusieurs niveaux?

J'adapte un modèle avec un facteur à plusieurs niveaux et il faut très longtemps à R pour s'adapter à ce modèle. Pourquoi est-ce? Par exemple, si j'adapte une régression pour prédire les salaires des joueurs et que j'inclus un facteur prédictif pour toutes les nationalités respectives des joueurs, cela prendrait …

12 regression categorical-data

1

Comparaison des coefficients de régression d'un même modèle dans différents ensembles de données

J'évalue deux (2) réfrigérants (gaz) qui ont été utilisés dans le même système de réfrigération. J'ai des données de température d'aspiration saturée ( ), de température de condensation ( ) et d'ampérage ( ) pour l'évaluation. Il y a deux (2) ensembles de données; 1er réfrigérant ( ) et 2e …

12 regression regression-coefficients

1

Test exact de Fisher et distribution hypergéométrique

Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

4

Régression logistique et point d'inflexion

Nous avons des données avec un résultat binaire et quelques covariables. J'ai utilisé la régression logistique pour modéliser les données. Juste une simple analyse, rien d'extraordinaire. La sortie finale est supposée être une courbe dose-réponse où nous montrons comment la probabilité change pour une covariable spécifique. Quelque chose comme ça: …

12 regression logistic generalized-linear-model binary-data

3

Calculer l'incertitude de la pente de régression linéaire en fonction de l'incertitude des données

Comment calculer l'incertitude de la pente de régression linéaire en fonction de l'incertitude des données (éventuellement dans Excel / Mathematica)? Exemple: Ayons des points de données (0,0), (1,2), (2,4), (3,6), (4,8), ... (8, 16), mais chaque valeur y a une incertitude de 4. La plupart des fonctions que j'ai trouvées …

12 regression uncertainty

Questions marquées «regression»