Statistiques et Big Data regression

3

comment interpréter le terme d'interaction dans la formule lm dans R?

Dans R, si j'appelle la lm()fonction de la manière suivante: lm.1 = lm(response ~ var1 + var2 + var1 * var2) summary(lm.1) Cela me donne un modèle linéaire de la variable de réponse avec var1, var2et l'interaction entre eux. Cependant, comment interprétons-nous numériquement exactement le terme d'interaction? La documentation indique …

9 r regression

2

Confusion liée à la normalisation des données

J'essaie d'apprendre un modèle de régression linéaire. Cependant, j'ai une certaine confusion liée à la normalisation des données. J'ai normalisé les caractéristiques / prédicteurs à zéro moyenne et variance unitaire. Dois-je faire de même pour la cible. Si oui, pourquoi?

9 regression multiple-regression normalization

2

Théorème de Gauss-Markov: BLEU et OLS

Je lis sur le théorème de Guass-Markov sur wikipedia , et j'espérais que quelqu'un pourrait m'aider à comprendre le point principal du théorème. Nous supposons qu'un modèle linéaire, sous forme de matrice, est donné par: et nous recherchons le BLEU, .βy= Xβ+ ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Conformément …

9 regression least-squares mse blue

1

Sommes de carrés de type III

J'ai un modèle de régression linéaire avec une variable catégorique (mâle et femelle) et une variable continue .AAABBB J'ai mis en place des codes de contrastes en R avec options(contrasts=c("contr.sum","contr.poly")). Et maintenant, j'ai des sommes de carrés de type III pour , et leur interaction (A: B) en utilisant .AAABBBdrop1(model, …

9 regression anova sums-of-squares

1

Signification de la valeur de p des variables du modèle de régression logistique

Je travaille donc avec des modèles de régression logistique dans R. Bien que je sois encore nouveau dans les statistiques, j'ai l'impression d'avoir une certaine compréhension des modèles de régression, mais il y a encore quelque chose qui me dérange: En regardant l'image liée, vous voyez le résumé des impressions …

9 r regression logistic p-value interpretation

3

Régression vers le casse-tête moyen

Dans le chapitre "Regression to the Mean" de "Thinking, Fast and Slow" de Daniel Kahneman, un exemple est donné et le lecteur est invité à prévoir les ventes des magasins individuels compte tenu des prévisions de ventes globales et des chiffres de ventes de l'année précédente . Par exemple (l'exemple …

9 regression

1

D'énormes coefficients de régression logistique - qu'est-ce que cela signifie et que faire?

J'obtiens d'énormes coefficients lors de la régression logistique, voir les coefficients avec krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 …

9 regression logistic generalized-linear-model separation

2

Déterminer le taux d'apprentissage optimal pour la descente de gradient en régression linéaire

Comment déterminer le taux d'apprentissage optimal pour la descente en pente? Je pense que je pourrais l'ajuster automatiquement si la fonction de coût renvoie une valeur supérieure à celle de l'itération précédente (l'algorithme ne convergera pas), mais je ne suis pas vraiment sûr de la nouvelle valeur qu'elle devrait prendre.

9 regression machine-learning gradient-descent

2

Régression SVM avec données longitudinales

J'ai environ 500 variables par patient, chaque variable a une valeur continue et est mesurée à trois moments différents (après 2 mois et après 1 an). Avec la régression, je voudrais prédire le résultat du traitement pour les nouveaux patients. Est-il possible d'utiliser la régression SVM avec de telles données …

9 regression svm panel-data

4

Extension de la régression logistique pour des résultats compris entre 0 et 1

J'ai un problème de régression où les résultats ne sont pas strictement 0, 1 mais plutôt dans la plage de tous les nombres réels de 0 à 1 inclus .Y=[0,0.12,0.31,...,1]Y=[0,0.12,0.31,...,1]Y = [ 0, 0.12, 0.31, ..., 1 ] Ce problème a déjà été discuté dans ce fil , bien que …

9 regression logistic

2

Apprendre des données relationnelles

Paramètres De nombreux algorithmes fonctionnent sur une seule relation ou table, tandis que de nombreuses bases de données réelles stockent des informations dans plusieurs tables (Domingos, 2003). Question Quels types d'algorithmes apprennent bien à partir de plusieurs tables (relationnelles). En particulier, je m'intéresse aux algorithmes applicables aux tâches de régression …

9 regression machine-learning classification dataset

3

Signe retournant lors de l'ajout d'une variable de régression et avec une ampleur beaucoup plus grande

Configuration de base: modèle de régression: où C est le vecteur des variables de contrôle.y= constante + β1X1+ β2X2+ β3X3+ β4X4+ α C+ ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon Je suis intéressé par et m'attends à ce que et soient négatifs. Cependant, il existe un problème de multicolinéarité dans le modèle, …

9 regression multicollinearity

4

Box Cox se transforme pour la régression

J'essaie d'adapter un modèle linéaire sur certaines données avec un seul prédicteur (disons (x, y)). Les données sont telles que pour les petites valeurs de x, les valeurs y donnent un ajustement serré à une ligne droite, mais à mesure que les valeurs x augmentent, les valeurs y deviennent plus …

9 r regression variance data-transformation

2

Déterminer le plus grand contributeur d'un groupe

Je ne connais pas grand-chose aux statistiques, alors restez avec moi. Disons que j'ai un ensemble de 1000 travailleurs. Je veux savoir qui est le travailleur le plus acharné, mais je ne peux mesurer que la quantité de travail effectuée en groupes de 1 à 100 personnes sur une heure …

9 r regression data-mining

1

Intervalles de confiance et de prédiction du modèle de régression linéaire

D'accord, j'essaie donc de comprendre la régression linéaire. J'ai un ensemble de données et tout semble assez bien, mais je suis confus. Voici mon modèle de résumé linéaire: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.2068621 0.0247002 8.375 4.13e-09 *** temp 0.0031074 0.0004779 6.502 4.79e-07 *** --- Signif. codes: …

9 r regression

Questions marquées «regression»