Statistiques et Big Data regression

2

Attribuer plus de poids aux observations plus récentes en régression

Comment attribuer plus de poids à des observations plus récentes dans R? Je suppose que c'est une question ou un désir fréquemment posé, mais j'ai du mal à trouver exactement comment mettre en œuvre cela. J'ai essayé de chercher beaucoup pour cela, mais je ne peux pas trouver un bon …

9 r time-series regression random-forest

2

Pourquoi le critère d'information ( non ajusté ) est-il utilisé pour sélectionner l'ordre de décalage approprié dans le modèle de série chronologique?

Dans les modèles de séries chronologiques, comme ARMA-GARCH, pour sélectionner le décalage ou l'ordre approprié du modèle, différents critères d'information, comme AIC, BIC, SIC, etc., sont utilisés. Ma question est très simple, pourquoi ne pas utiliser le ajusté pour choisir le modèle approprié? Nous pouvons sélectionner un modèle qui conduit …

9 regression time-series model-selection aic bic

2

Quelle est la différence entre ces deux tests de Breusch-Pagan?

En utilisant R sur certaines données et en essayant de voir si mes données sont hétéroscédastiques, j'ai trouvé deux implémentations du test de Breusch-Pagan, bptest (package lmtest) et ncvTest (package car). Cependant, ceux-ci produisent des résultats différents. Quelle est la différence entre les deux? Quand devriez-vous choisir d'utiliser l'un ou …

9 r regression heteroscedasticity assumptions breusch-pagan

1

Espace de données, espace variable, espace d'observation, espace modèle (par exemple en régression linéaire)

Supposons que nous ayons la matrice de données , qui est par- , et le vecteur d'étiquette , qui est -par-un. Ici, chaque ligne de la matrice est une observation, et chaque colonne correspond à une dimension / variable. (supposez )XX\mathbf{X}nnnpppOuiOuiYnnnn > pn>pn>p Alors qu'est-ce que data space, variable space, …

9 regression multiple-regression terminology geometry biplot

4

Interprétation de la valeur AIC

Les valeurs typiques de l'AIC que j'ai vues pour les modèles logistiques sont en milliers, au moins en centaines. par exemple sur http://www.r-bloggers.com/how-to-perform-a-logistic-regression-in-r/ l'AIC est 727.39 Bien qu'il soit toujours dit que l'AIC ne devrait être utilisé que pour comparer des modèles, je voulais comprendre ce que signifie une valeur …

9 regression model-selection aic accuracy

1

Les contours

Je suppose une configuration générale de régression, c'est-à-dire qu'une fonction continue est choisie dans une famille pour s'adapter aux données données ( peut être n'importe quel espace tel que cube ou en fait tout espace topologique raisonnable) selon certains critères naturels.hθ: X→ Rnhθ:X→Rnh_\theta:X\to \mathbb R^n{ hθ}θ{hθ}θ\{h_\theta\}_\theta( xje, yje) ∈ X× …

9 regression machine-learning multiple-regression

1

Sélection du modèle original (?) Avec CV k-fold

Lors de l'utilisation de k-fold CV pour sélectionner parmi les modèles de régression, je calcule généralement l'erreur CV séparément pour chaque modèle, ainsi que son erreur standard SE, et je sélectionne le modèle le plus simple dans 1 SE du modèle avec l'erreur CV la plus faible (le 1 règle …

9 regression cross-validation model-selection

1

Régression linéaire avec erreurs de Laplace

Considérons un modèle de régression linéaire: yi=xi⋅β+εi,i=1,…,n,yi=xi⋅β+εi,i=1,…,n, y_i = \mathbf x_i \cdot \boldsymbol \beta + \varepsilon _i, \, i=1,\ldots ,n, où εi∼L(0,b)εi∼L(0,b)\varepsilon _i \sim \mathcal L(0, b) , c'est-à-dire , La distribution de Laplace avec 000 moyenne et paramètre d'échelle bbb , sont tous indépendants les uns des autres. Considérons …

9 regression laplace-distribution

1

Pourquoi les coefficients de régression linéaire et logistique ne peuvent-ils pas être estimés en utilisant la même méthode?

J'ai lu dans un livre d'apprentissage automatique que les paramètres de régression linéaire peuvent être estimés (entre autres méthodes) par descente de gradient, tandis que les paramètres de régression logistique sont généralement estimés par estimation de vraisemblance maximale. Est-il possible d'expliquer à un novice (moi) pourquoi nous avons besoin de …

9 regression logistic maximum-likelihood

3

Quel est ce compromis biais-variance pour les coefficients de régression et comment le dériver?

Dans cet article , ( Inférence bayésienne pour les composants de la variance utilisant uniquement des contrastes d'erreur , Harville, 1974), l'auteur affirme pour être "bien connu" relation ", pour une régression linéaire où y = X β( y- Xβ)′H- 1( y- Xβ) = ( y- Xβ^)′H-1( y- Xβ^) +( …

9 regression regression-coefficients heteroscedasticity bias linear-algebra

2

Pourquoi la somme des résidus au carré n'augmente-t-elle pas lors de l'ajout d'une variable explicative?

Dans mon manuel d'économétrie (économétrie d'introduction) couvrant l'OLS, l'auteur écrit: "La RSS doit tomber lorsqu'une autre variable explicative est ajoutée." Pourquoi?

9 regression optimization econometrics intuition sums-of-squares

1

Quand les modèles linéaires incorrects deviennent-ils robustes?

Des questions: Des modèles linéaires inappropriés sont-ils utilisés dans la pratique ou s'agit-il d'une sorte de curiosité décrite de temps en temps dans des revues scientifiques? Si oui, dans quels domaines sont-ils utilisés? Existe-t-il d'autres exemples de tels modèles? Enfin, les erreurs standard, les valeurs de , etc. extraites de …

9 regression references linear-model robust

1

Comment appliquer une régression sur les composants principaux pour prédire une variable de sortie?

Je lis sur les bases de l' analyse des composants principaux de tutorial1 , link1 et lien2 . J'ai un ensemble de données de 100 variables (y compris la variable de sortie Y), je veux réduire les variables à 40 par PCA, puis prédire la variable Y en utilisant ces …

9 regression pca

1

Comment utiliser anova pour comparer deux modèles?

Comment dois-je comprendre le anovarésultat lors de la comparaison de deux modèles? Exemple: Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** La page de manuel indique: "Calculez l'analyse des tables de variance (ou de déviance) pour un ou plusieurs …

9 r regression anova

1

Quelle est la différence entre le conditionnement sur les régresseurs et leur traitement comme fixe?

Parfois, nous supposons que les régresseurs sont fixes, c'est-à-dire qu'ils ne sont pas stochastiques. Je pense que cela signifie que tous nos prédicteurs, estimations de paramètres, etc. sont inconditionnels alors, non? Puis-je même aller si loin que ce ne sont plus des variables aléatoires? Si, d'un autre côté, nous acceptons …

9 regression inference philosophical conditioning ancillary-statistics

Questions marquées «regression»