Statistiques et Big Data regression

4

Régression linéaire rapide robuste aux valeurs aberrantes

Je traite de données linéaires avec des valeurs aberrantes, dont certaines sont à plus de 5 écarts-types de la droite de régression estimée. Je cherche une technique de régression linéaire qui réduit l’influence de ces points. Jusqu'ici, ce que j'ai fait est d'estimer la droite de régression avec toutes les …

50 regression linear-model outliers robust fused-lasso

1

Encodage à chaud vs factice dans Scikit-learn

Il existe deux manières différentes d’encoder des variables catégorielles. Disons qu'une variable catégorique a n valeurs. Un codage à chaud le convertit en n variables, alors qu'un codage factice le convertit en n-1 variables. Si nous avons k variables catégorielles, chacune d’elles ayant n valeurs. Un codage à chaud aboutit …

50 regression categorical-data data-transformation scikit-learn data-preprocessing

2

Existe-t-il une différence entre "contrôler pour" et "ignorer" d'autres variables dans la régression multiple?

Le coefficient d'une variable explicative dans une régression multiple nous indique la relation de cette variable explicative avec la variable dépendante. Tout cela, tout en "contrôlant" les autres variables explicatives. Comment je l'ai vu jusqu'à présent: Lors du calcul de chaque coefficient, les autres variables ne sont pas prises en …

50 regression multiple-regression

4

Comment la régression, le test t et l'ANOVA sont-ils toutes les versions du modèle linéaire général?

Comment sont-ils toutes les versions de la même méthode statistique de base?

50 regression self-study anova generalized-linear-model t-test

4

Pourquoi l'ANOVA est-elle équivalente à la régression linéaire?

J'ai lu que l'ANOVA et la régression linéaire sont la même chose. Comment peut-il en être ainsi si on considère que la sortie de l'ANOVA produit une valeur de et une valeur de p sur la base de laquelle vous concluez si la moyenne des échantillons d'un échantillon à l'autre …

50 regression anova

7

Effet de la réponse de commutation et de la variable explicative dans la régression linéaire simple

Disons qu'il existe une "vraie" relation entre et telle que , où et sont des constantes et est un bruit normal. Lorsque je génère de manière aléatoire des données à partir de ce code R: puis que je rentre dans un modèle , je reçois évidemment des estimations raisonnablement bonnes …

48 regression

7

Par où commencer avec les statistiques pour un développeur expérimenté

Au cours du premier semestre de 2015, j'ai suivi le cours coursera de Machine Learning (par Andrew Ng, cours GREAT). Et appris les bases de l'apprentissage automatique (régression linéaire, régression logistique, SVM, réseaux neuronaux ...) De plus, je suis développeur depuis 10 ans, donc apprendre un nouveau langage de programmation …

47 r regression machine-learning references

11

Peut-on effectuer une régression linéaire simple sans utiliser de graphiques et d'algèbre linéaire?

Je suis complètement aveugle et je viens de la programmation. Ce que j'essaie de faire, c'est d'apprendre à apprendre par la machine. Pour ce faire, je dois d'abord apprendre la régression linéaire. Toutes les explications que je trouve sur Internet sur ce sujet tracent les données en premier. Je cherche …

47 regression intuition

2

Les splines surchargent-elles les données?

Mon problème : j'ai récemment rencontré un statisticien qui m'a informé que les splines ne sont utiles que pour explorer des données et sont sujettes à un surajustement, ce qui n'est donc pas utile pour la prédiction. Il préférait explorer avec des polynômes simples ... Comme je suis un grand …

47 regression splines

5

Si le test t et l'ANOVA de deux groupes sont équivalents, pourquoi leurs hypothèses ne sont-elles pas équivalentes?

Je suis sûr que je suis complètement enroulé autour de ma tête, mais je n'arrive pas à comprendre. Le test t compare deux distributions normales utilisant la distribution Z. C'est pourquoi il y a une hypothèse de normalité dans les DONNÉES. L'ANOVA équivaut à une régression linéaire avec des variables …

47 distributions regression normality-assumption t-test anova

5

Comprendre les régressions - le rôle du modèle

Comment utiliser un modèle de régression si vous ne connaissez pas la fonction pour laquelle vous essayez d'obtenir les paramètres? J'ai vu une recherche qui disait que les mères qui allaitaient leurs enfants étaient moins susceptibles de souffrir de diabète plus tard dans la vie. La recherche a été réalisée …

46 regression modeling epidemiology log-linear

4

Qu'est-ce qu'une matrice de contraste?

Qu'est- ce que la matrice de contraste (terme utilisé dans une analyse avec prédicteurs catégoriels) et comment spécifie-t-on exactement la matrice de contraste? Par exemple, quelles sont les colonnes, quelles sont les lignes, quelles sont les contraintes sur cette matrice et que signifie le nombre dans la colonne jet la …

46 regression categorical-data definition contrasts categorical-encoding

6

Explication intuitive du compromis biais-variance?

Je cherche une explication intuitive du compromis biais-variance, à la fois en général et spécifiquement dans le contexte de la régression linéaire.

46 regression variance bias

3

Interprétation du prédicteur et / ou de la réponse transformé par log

Je me demande si cela fait une différence d'interprétation si seules les variables dépendantes, indépendantes et dépendantes, ou uniquement les variables indépendantes sont transformées par un journal. Considérons le cas de log(DV) = Intercept + B1*IV + Error Je peux interpréter l'IV comme l'augmentation en pourcentage, mais comment cela change-t-il …

46 regression data-transformation interpretation regression-coefficients logarithm r dataset stata hypothesis-testing contingency-tables hypothesis-testing statistical-significance standard-deviation unbiased-estimator t-distribution r functional-data-analysis maximum-likelihood bootstrap regression change-point regression sas hypothesis-testing bayesian randomness predictive-models nonparametric terminology parametric correlation effect-size loess mean pdf quantile-function bioinformatics regression terminology r-squared pdf maximum multivariate-analysis references data-visualization r pca r mixed-model lme4-nlme distributions probability bayesian prior anova chi-squared binomial generalized-linear-model anova repeated-measures t-test post-hoc clustering variance probability hypothesis-testing references binomial profile-likelihood self-study excel data-transformation skewness distributions statistical-significance econometrics spatial r regression anova spss linear-model

3

D'où vient l'idée fausse selon laquelle Y doit être normalement distribué?

Des sources apparemment réputées affirment que la variable dépendante doit être distribuée normalement: Les hypothèses du modèle: YYY est normalement distribué, les erreurs sont normalement distribuées, ei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) , et indépendant, et XXX est fixé, et une variance constante σ2σ2\sigma^2 . Penn State, STAT 504 Analyse de données discrètes …

45 regression least-squares linear-model dependent-variable

Questions marquées «regression»