Statistiques et Big Data regression

1

Efficacité de la régression de Kernel Ridge

La régression de crête peut être exprimée par où est l'étiquette prédite , la matrice d'identification , l'objet pour lequel nous essayons de trouver une étiquette, et la matrice de objets tel que: Y IddxdxXnxdnxi=(xi,1,...,Xi,j)∈Rdy^= ( X′X +a Iré)- 1X xy^=(X′X+aId)−1Xx\hat{y} = (\mathbf{X'X} + a\mathbf{I}_d)^{-1}\mathbf{X}xy^y^\hat{y}jeréId\mathbf{I}_dré× dd×dd \times dXx\mathbf{x}XX\mathbf{X}n × dn×dn …

11 regression ridge-regression kernel-trick

2

Forêt aléatoire sur données groupées

J'utilise la forêt aléatoire sur des données groupées de grande dimension (50 variables d'entrée numériques) qui ont une structure hiérarchique. Les données ont été collectées avec 6 réplications à 30 positions de 70 objets différents résultant en 12600 points de données, qui ne sont pas indépendants. Il semble que la …

11 regression random-forest

3

Comment calculer la différence de deux pentes?

Existe-t-il une méthode pour comprendre si deux lignes sont (plus ou moins) parallèles? J'ai deux lignes générées à partir de régressions linéaires et je voudrais comprendre si elles sont parallèles. En d'autres termes, je voudrais obtenir les différentes pentes de ces deux lignes. Existe-t-il une fonction R pour calculer cela? …

11 r regression interaction linear-model

1

Comment gérez-vous les variables «imbriquées» dans un modèle de régression?

Considérons un problème statistique où vous avez une responsevariable que vous souhaitez décrire conditionnellement à une explanatoryvariable et une nestedvariable, où la variable imbriquée n'apparaît que comme une variable significative pour des valeurs particulières de la variable explicative . Dans les cas où la variable explicative n'admet pas de variable …

11 regression generalized-linear-model glmm nested-data

1

La régression Bayesian Ridge est-elle un autre nom de la régression linéaire bayésienne?

J'ai cherché sur la régression Bayesian Ridge sur Internet, mais la plupart du résultat que je suis devenu concerne la régression linéaire bayésienne. Je me demande si ce sont les deux mêmes choses parce que la formule est assez similaire

11 regression bayesian

1

Pourquoi appelons-nous les équations d'estimation des moindres carrés en régression linéaire les * équations normales *?

Lorsque nous voulons estimer des paramètres de régression linéaire, nous faisons des équations normales autant que le modèle linéaire contient un nombre d'inconnues. Pourquoi ces équations sont-elles appelées équations normales?

11 regression least-squares terminology linear

4

La multicolinéarité est-elle vraiment un problème?

Je travaille sur un projet de modélisation prédictive ces jours-ci: essayer d'apprendre un modèle et faire des prédictions en temps réel sur la base du modèle que j'ai appris hors ligne. J'ai commencé à utiliser la régression de crête récemment, car j'ai lu que la régularisation peut aider à réduire …

11 regression prediction multicollinearity ridge-regression

2

Régression: Quelle est l'utilité de R au carré par rapport à RMSE?

Supposons que je fasse une régression avec des ensembles de formation, de validation et de test. Je peux trouver RMSE et R au carré (R ^ 2, le coefficient de détermination) à la sortie de mon logiciel (comme la fonction lm () de R). Ma compréhension est que le test …

11 r regression regression-coefficients r-squared

1

Les avantages et les inconvénients de la lissage de la spline

J'ai une question générale. Récemment, je viens d'apprendre l'expansion et la régularisation de la base. Il existe plusieurs techniques intéressantes, notamment: spline cubique, spline naturelle, spline b et spline de lissage . La question est, quels sont les avantages et les inconvénients (s'il y en a) du lissage de la …

11 regression smoothing

1

Variables standardisées VS centrées

J'ai trouvé de nombreux articles utiles sur les variables indépendantes standardisées et les variables indépendantes centrées sur stats.stackexchange.com, mais je suis toujours un peu confus. Je vous demande une évaluation de ce que j'ai compris. De plus, si ce qui suit n'est pas correct, pourriez-vous me corriger? Comment normaliser. Les …

11 regression data-transformation interpretation standardization centering

1

Formule de régression linéaire simple pondérée

Cette page wiki Régression linéaire simple contient des formules pour calculer et . Quelqu'un pourrait-il me dire comment dériver les formules en cas pondéré?αα\alphaββ\beta

11 regression

3

Intuition derrière

La forme fermée de w dans la régression linéaire peut s'écrire w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Comment expliquer intuitivement le rôle de (XTX)−1(XTX)−1(X^TX)^{-1} dans cette équation?

10 regression least-squares matrix intuition matrix-inverse

2

Pourquoi les coefficients de régression logistique exponentiels sont-ils considérés comme des «odds ratios»?

La régression logistique modélise les cotes logarithmiques d'un événement comme un ensemble de prédicteurs. Autrement dit, log (p / (1-p)) où p est la probabilité d'un certain résultat. Ainsi, l'interprétation des coefficients de régression logistique brute pour une variable (x) doit être sur l'échelle log odds. Autrement dit, si le …

10 regression logistic logit

3

Calcul des valeurs de p dans les moindres carrés contraints (non négatifs)

J'utilise Matlab pour effectuer des moindres carrés sans contrainte (moindres carrés ordinaires) et il génère automatiquement les coefficients, les statistiques de test et les valeurs de p. Ma question est, lors de l'exécution des moindres carrés contraints (coefficients strictement non négatifs), il ne produit que les coefficients, SANS statistiques de …

10 regression statistical-significance least-squares constrained-regression

2

B-Splines VS polynômes d'ordre supérieur en régression

Je n'ai pas d'exemple ou de tâche spécifique en tête. Je suis juste nouveau sur l'utilisation des b-splines et je voulais mieux comprendre cette fonction dans le contexte de régression. Supposons que nous voulons évaluer la relation entre la variable de réponse et certains prédicteurs . Les prédicteurs incluent certaines …

10 regression multiple-regression splines polynomial penalized

Questions marquées «regression»