Je travaille avec des données du monde réel et les modèles de régression donnent des résultats contre-intuitifs. Normalement, je fais confiance aux statistiques, mais en réalité, certaines de ces choses ne peuvent pas être vraies. Le principal problème que je vois est qu'une augmentation d'une variable entraîne une augmentation de …
On dit souvent que le carré de la corrélation d'échantillon est équivalent au coefficient de détermination pour une régression linéaire simple. Je n'ai pas pu le démontrer moi-même et j'apprécierais une preuve complète de ce fait.r2r2r^2R2R2R^2
Il y a une hypothèse de normalité quand il s'agit de considérer les modèles OLS et c'est que les erreurs soient normalement distribuées. J'ai parcouru Cross Validated et il semble que Y et X ne doivent pas être normaux pour que les erreurs soient normales. Ma question est pourquoi, lorsque …
Dans le calcul VIF habituel pour une régression linéaire, chaque variable indépendante / explicative est traitée comme la variable dépendante dans une régression des moindres carrés ordinaires. c'est à direXjXjX_j Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i Les valeurs sont stockées pour chacune des régressions et …
J'ai quelques expériences avec la modélisation de séries chronologiques, sous forme de modèles ARIMA simples et ainsi de suite. Maintenant, j'ai quelques données qui présentent des regroupements de volatilité, et je voudrais essayer de commencer par ajuster un modèle GARCH (1,1) sur les données. J'ai une série de données et …
J'entends souvent parler de l'évaluation des performances d'un modèle de classification en présentant l'ensemble de test et en entraînant un modèle sur l'ensemble de formation. Puis création de 2 vecteurs, un pour les valeurs prédites et un pour les vraies valeurs. Évidemment, faire une comparaison permet de juger des performances …
Supposons que j'ai une réponse bivariée avec une corrélation significative. J'essaie de comparer les deux façons de modéliser ces résultats. Une façon consiste à modéliser la différence entre les deux résultats: Une autre façon consiste à les utiliser ou à les modéliser: (yi2−yi1=β0+X′β)(yi2−yi1=β0+X′β)(y_{i2}-y_{i1}=\beta_0+X'\beta)glsgee(yij=β0+time+X′β)(yij=β0+time+X′β)(y_{ij}=\beta_0+\text{time}+X'\beta) Voici un exemple foo: #create foo data …
Pouvez-vous me donner un exemple de l'utilisation d'estimateurs sandwich pour effectuer une inférence de régression robuste? Je peux voir l'exemple dans ?sandwich, mais je ne comprends pas très bien comment on peut passer de lm(a ~ b, data)( r -codé) à une estimation et à une valeur p résultant d'un …
Pour mieux poser ma question, j'ai fourni quelques - unes des sorties à la fois un 16 modèle variable ( fit) et un 17 modèle variable ( fit2) ci - dessous (toutes les variables prédictives dans ces modèles sont continus, où la seule différence entre ces modèles est que fitne …
Un instrument utilisé pour mesurer les niveaux de glucose dans le sang d'une personne est surveillé sur un échantillon aléatoire de 10 personnes. Les niveaux sont également mesurés à l'aide d'une procédure de laboratoire très précise. La mesure de l'instrument est notée x. La mesure de la procédure de laboratoire …
Je lisais cet article sur le filet élastique. Ils disent qu'ils utilisent un filet élastique parce que si nous utilisons simplement le Lasso, il a tendance à sélectionner un seul prédicteur parmi les prédicteurs qui sont fortement corrélés. Mais n'est-ce pas ce que nous voulons. Je veux dire que cela …
Je procède à une régression logistique avec un résultat binaire (démarrage et non démarrage). Ma combinaison de prédicteurs sont toutes des variables continues ou dichotomiques. En utilisant l'approche Box-Tidwell, l'un de mes prédicteurs continus viole potentiellement l'hypothèse de linéarité du logit. Rien dans les statistiques de qualité de l'ajustement n'indique …
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la population expliquée est …
Pour les moindres carrés avec un prédicteur: y= βx + ϵy=βX+ϵy = \beta x + \epsilon Si et sont normalisés avant l'ajustement (c'est-à-dire ), alors:XXxyyy∼ N( 0 , 1 )∼N(0,1)\sim N(0,1) ββ\beta est le même que le coefficient de corrélation de Pearson, .rrr ββ\beta est le même dans la régression …
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble de données d'origine. Comment …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.