Statistiques et Big Data regression

1

Pourquoi est-il rarement indiqué dans les articles quel type de sommes de carrés est utilisé dans les résultats Anova?

Suite à ma courte expérience en statistique, il semble que le type de sommes de carrés (type I, II, III, IV ...) utilisé pour obtenir les résultats ANOVA pourrait faire une différence dramatique dans les résultats des tests (notamment des modèles avec interactions et manquants) Les données). Cependant, je n'ai …

9 regression anova manova reporting sums-of-squares

2

Régression linéaire: * Pourquoi * pouvez-vous partitionner des sommes de carrés?

Cet article fait référence à un modèle de régression linéaire bivariée, . J'ai toujours pris la partition de la somme totale des carrés (SSTO) en somme des carrés pour l'erreur (SSE) et somme des carrés pour le modèle (SSR) sur la foi, mais une fois que j'ai vraiment commencé à …

9 regression sums-of-squares orthogonal

1

Relation entre MLE et moindres carrés en cas de régression linéaire

Hastie et Tibshirani mentionnent dans la section 4.3.2 de leur livre que dans le cadre de la régression linéaire, l'approche des moindres carrés est en fait un cas spécial de maximum de vraisemblance. Comment prouver ce résultat? PS: n'épargne aucun détail mathématique.

9 regression maximum-likelihood least-squares

1

Nomenclature gauche et droite dans les modèles de régression

y=β0+β1x1+ε0y=β0+β1x1+ε0y = \beta_{0} + \beta_{1}x_{1} + \varepsilon_{0} Le langage utilisé pour décrire les modèles de régression, comme la régression linéaire très simple spécifiée ci-dessus, varie souvent et ces variations entraînent souvent de subtils changements de sens. Par exemple, la partie du modèle sur le côté gauche de l'équation peut être …

9 regression terminology

1

Doutes sur la dérivation des équations de régression du processus gaussien dans un article

Je lis ce papier préimprimé et j'ai des difficultés à suivre leur dérivation des équations pour la régression du processus gaussien. Ils utilisent le réglage et la notation de Rasmussen & Williams . Ainsi, on suppose un additif, de moyenne nulle, stationnaire et normalement distribué avec la variance :σ2noiseσnoise2\sigma^2_{noise} y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, …

9 regression bayesian gaussian-process

3

Quelles sont les conséquences d'une variance non constante des termes d'erreur dans la régression linéaire?

L'une des hypothèses de régression linéaire est qu'il devrait y avoir une variance constante dans les termes d'erreur et que les intervalles de confiance et les tests d'hypothèse associés au modèle reposent sur cette hypothèse. Que se passe-t-il exactement lorsque les termes d'erreur n'ont pas de variance constante?

9 regression heteroscedasticity assumptions robust-standard-error

2

Les hypothèses des moindres carrés

Supposons la relation linéaire suivante: , où est la variable dépendante, une seule variable indépendante et le terme d'erreur.Y i X i u iOuije= β0+ β1Xje+ ujeYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iOuijeYiY_iXjeXiX_iujeuiu_i Selon Stock & Watson (Introduction à l'économétrie; chapitre 4 ), la troisième hypothèse des moindres carrés …

9 regression least-squares assumptions bias consistency

2

Un terme d'interaction positive implique-t-il une corrélation entre ses variables constitutives?

Supposons que j'exécute une régression linéaire qui a la forme .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Si est positif, cela implique-t-il une corrélation positive entre A et B ? (Inversement, une corrélation négative si β 3 est négatif?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression interaction

2

Est-il permis d'utiliser des moyennes sur un ensemble de données pour améliorer la corrélation?

J'ai un ensemble de données avec une variable dépendante et indépendante. Les deux ne sont pas une série chronologique. J'ai 120 observations. Le coefficient de corrélation est de 0,43 Après ce calcul, j'ai ajouté une colonne pour les deux variables avec la moyenne pour 12 observations, résultant en 2 nouvelles …

9 regression correlation mean predictor cross-section

2

Régression sur le disque unitaire à partir d'échantillons «uniformément espacés»

J'ai besoin de résoudre un problème de régression compliqué sur le disque de l'unité. La question d'origine a suscité quelques commentaires intéressants, mais malheureusement aucune réponse. En attendant, j'ai appris quelque chose de plus sur ce problème, donc je vais essayer de diviser le problème d'origine en sous-problèmes, et voir …

9 regression spatial circular-statistics

1

Comment fonctionne l'apprenant de base linéaire pour stimuler? Et comment ça marche dans la bibliothèque xgboost?

Je sais comment implémenter une fonction objectif linéaire et des boosts linéaires dans XGBoost. Ma question concrète est la suivante: lorsque l'algorithme correspond au résiduel (ou au gradient négatif), utilise-t-il une caractéristique à chaque étape (c.-à-d. Modèle univarié) ou toutes les caractéristiques (modèle multivarié)? Toute référence à la documentation sur …

9 regression machine-learning boosting xgboost

1

Peut-on utiliser des coefficients

J'essaie d'interpréter les résultats d'un article, où ils ont appliqué une régression multiple pour prédire divers résultats. Cependant les (coefficients B normalisés définis comme où est la personne à charge variable et est un prédicteur) rapporté ne semble pas correspondre au rapporté :β x 1 = B x 1 ⋅ …

9 regression regression-coefficients multicollinearity r-squared

2

Comment calculer l'intervalle de confiance de l'ordonnée à l'origine dans une régression linéaire?

Étant donné que l'erreur standard d'une régression linéaire est généralement donnée pour la variable de réponse, je me demande comment obtenir des intervalles de confiance dans l'autre sens - par exemple pour une ordonnée à l'origine. Je peux visualiser ce que cela pourrait être, mais je suis sûr qu'il doit …

9 r regression confidence-interval bootstrap

1

Définition des poids moindres carrés pondérés: fonction R lm vs.

Quelqu'un pourrait-il me dire pourquoi j'obtiens des résultats différents à partir des Rmoindres carrés pondérés et de la solution manuelle par opération matricielle ? Plus précisément, j'essaie de résoudre manuellement , où est la matrice diagonale des poids, est la matrice de données, est la réponse vecteur. W A bWAx=WbWAx=Wb\mathbf …

9 r regression least-squares weighted-regression weighted-data

1

Qu'est-ce qui est ordinaire, dans les moindres carrés ordinaires?

Un de mes amis a récemment demandé ce qui était si ordinaire, à propos des moindres carrés ordinaires. Nous ne semblions aller nulle part dans la discussion. Nous avons tous deux convenu que l'OLS est un cas particulier du modèle linéaire, qu'il a de nombreuses utilisations, est bien connu et …

9 regression linear-model least-squares terminology

Questions marquées «regression»