Statistiques et Big Data regression

1

Gérer la régression d'une variable de réponse inhabituellement limitée

J'essaie de modéliser une variable de réponse théoriquement limitée entre -225 et +225. La variable est le score total obtenu par les sujets en jouant à un jeu. Bien que théoriquement, il est possible pour les sujets d'obtenir un score de +225. Malgré cela, car le score dépend non seulement …

11 regression data-transformation beta-distribution bounds beta-regression

2

Transformer les variables continues pour la régression logistique

J'ai de grandes données d'enquête, une variable de résultat binaire et de nombreuses variables explicatives, y compris binaire et continue. Je construis des ensembles de modèles (expérimentant à la fois le GLM et le GLM mixte) et j'utilise des approches théoriques de l'information pour sélectionner le modèle supérieur. J'ai soigneusement …

11 regression logistic data-transformation skewness

4

Tracé des lignes droites diagonales dans les valeurs résiduelles vs valeurs ajustées pour la régression multiple

J'observe d'étranges schémas de résidus pour mes données: [EDIT] Voici les graphiques de régression partielle pour les deux variables: [EDIT2] Ajout du tracé PP La distribution semble bien se passer (voir ci-dessous) mais je n'ai aucune idée d'où cette ligne droite pourrait provenir. Des idées? [MISE À JOUR 31.07] Il …

11 regression multiple-regression residuals diagnostic

2

Rapport des résultats d'une régression linéaire simple: quelles informations inclure?

Je viens d'effectuer une régression linéaire (très) simple dans Genstat et j'aimerais inclure un résumé succinct et significatif de la sortie dans mon rapport. Je ne sais pas exactement quelle ou quelle quantité d'informations je devrais inclure. Les bits principaux de ma sortie Genstat ressemblent à ceci: Summary of analysis …

11 regression reporting

1

Quels types de résidus et de distance de Cook sont utilisés pour GLM?

Est-ce que quelqu'un sait quelle est la formule pour la distance de Cook? La formule de distance de Cook d'origine utilise des résidus étudiés, mais pourquoi R utilise std. Pearson résiduels lors du calcul du tracé de distance de Cook pour un GLM. Je sais que les résidus studentisés ne …

11 r regression generalized-linear-model residuals cooks-distance

1

Quelle est la différence entre les cannelures cubiques restreintes et les cannelures pénalisées?

Je lis beaucoup sur l'utilisation des splines dans divers problèmes de régression. Certains livres (par exemple, Hodges Richly Parrameterized Linear Models ) recommandent des splines pénalisées. D'autres (par exemple les stratégies de modélisation de régression Harrell ) optent pour des splines cubiques restreintes. En quoi sont-ils différents dans la pratique? …

11 regression splines

1

À quoi fait référence le terme «a priori clairsemé» (FBProphet Paper)?

En lisant l'article "Prévision à grande échelle" (outil de prévision FBProphet, voir https://peerj.com/preprints/3190.pdf ), je suis tombé sur le terme "clairsemé avant". Les auteurs expliquent qu'ils utilisaient un tel "a priori clairsemé" pour modéliser un vecteur d'écarts de taux δδ\mathbf{\delta} rapport à un certain taux scalaire kkk , qui est …

11 regression bayesian forecasting

1

Comment calculer les scores de confiance en régression (avec forêts aléatoires / XGBoost) pour chaque prédiction dans R?

Existe-t-il un moyen d'obtenir un score de confiance (on peut également l'appeler valeur de confiance ou probabilité) pour chaque valeur prédite lors de l'utilisation d'algorithmes comme Random Forests ou Extreme Gradient Boosting (XGBoost)? Supposons que ce score de confiance varie de 0 à 1 et montre à quel point je …

11 r regression random-forest prediction boosting

1

Pourquoi LKJcorr est un bon a priori pour la matrice de corrélation?

Je lis le chapitre 13 "Adventures in Covariance" dans le ( superbe ) livre Statistical Rethinking de Richard McElreath où il présente le modèle hiérarchique suivant: ( REst une matrice de corrélation) L'auteur explique qu'il LKJcorrs'agit d'un a priori faiblement informatif qui fonctionne comme un a priori de régularisation pour …

11 regression self-study correlation prior hierarchical-bayesian

3

Problèmes avec l'encodage à chaud par rapport à l'encodage factice

Je suis conscient du fait que les variables catégorielles avec k niveaux doivent être codées avec k-1 variables dans le codage factice (de même pour les variables catégorielles à valeurs multiples). Je me demandais combien de problème un codage à chaud (c'est-à-dire en utilisant k variables à la place) sur …

11 regression multiple-regression categorical-data many-categories

3

Quels sont les avantages de la régression pas à pas?

J'expérimente la régression pas à pas pour des raisons de diversité dans mon approche du problème. Donc, j'ai 2 questions: Quels sont les avantages de la régression pas à pas? Quelles sont ses forces spécifiques? Que pensez-vous de l'approche hybride, où vous utilisez la régression pas à pas pour sélectionner …

11 regression feature-selection stepwise-regression

2

Régression incrémentale du processus gaussien

Je veux implémenter une régression de processus gaussienne incrémentielle en utilisant une fenêtre glissante sur les points de données qui arrivent un par un via un flux. Soit la dimensionnalité de l'espace d'entrée. Ainsi, chaque point de données a nombre d'éléments.dddxixix_iddd Soit la taille de la fenêtre coulissante.nnn Afin de …

11 regression covariance gaussian-process linear-algebra online

5

Statistiques de test de Durbin Watson

J'ai appliqué le test DW à mon modèle de régression dans R et j'ai obtenu une statistique de test DW de 1,78 et une valeur de p de 2,2e-16 = 0. Cela signifie-t-il qu'il n'y a pas d'autocorrélation entre les résidus parce que la stat est proche de 2 avec …

11 r regression hypothesis-testing autocorrelation residuals

1

Les estimations des coefficients de régression ne sont-elles pas corrélées?

Considérons une régression simple (normalité non supposée): où e i est avec la moyenne 0 et l'écart type σ . Les estimations des moindres carrés de a et b ne sont-elles pas corrélées?Ouije= a + b Xje+ eje,Yi=a+bXi+ei,Y_i = a + b X_i + e_i,ejeeie_i000σσ\sigmaaaabbb

11 regression correlation estimation

1

Hypothèse de normalité dans la régression linéaire

En tant qu'hypothèse de régression linéaire, la normalité de la distribution de l'erreur est parfois à tort "étendue" ou interprétée comme le besoin de normalité du y ou du x. Est-il possible de construire un scénario / ensemble de données où les X et Y ne sont pas normaux mais …

11 regression linear-model assumptions

Questions marquées «regression»