Statistiques et Big Data regression

2

J'ai des données de séries chronologiques où la variable mesurée est des entiers positifs discrets (comptes). Je veux tester s'il y a une tendance à la hausse dans le temps (ou non). La variable indépendante (x) est comprise entre 0 et 500 et la variable dépendante (y) est comprise entre …

9 r regression python

4

Comment implémenter une variable fictive à l'aide de n-1 variables?

Si j'ai une variable à 4 niveaux, en théorie, je dois utiliser 3 variables fictives. En pratique, comment cela se fait-il réellement? Dois-je utiliser 0-3, dois-je utiliser 1-3 et laisser les 4 vides? Aucune suggestion? REMARQUE: je vais travailler dans R. MISE À JOUR: Que se passerait-il si j'utilisais juste …

9 r regression categorical-data categorical-encoding

1

Distribution de l'inverse du coefficient de régression

Supposons que nous ayons un modèle linéaire qui satisfait toutes les hypothèses de régression standard (Gauss-Markov). Nous nous intéressons à θ = 1 / β 1 .yje= β0+ β1Xje+ ϵjeyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ=1/β1θ=1/β1\theta = 1/\beta_1 Question 1: Quelles hypothèses sont nécessaires pour la distribution de θ …

9 regression distributions maximum-likelihood bootstrap

2

Puis-je faire confiance à une régression si les variables sont autocorrélées?

Les deux variables (dépendantes et indépendantes) montrent des effets d'autocorrélation. Les données sont des séries chronologiques et stationnaires Lorsque j'exécute, les résidus de régression ne semblent pas être corrélés. Ma statistique de Durbin-Watson est supérieure à la valeur critique supérieure, il existe donc une preuve que les termes d'erreur ne …

9 regression time-series autocorrelation

2

Quel type de régression utiliser, en considérant une variable avec une limite supérieure?

Je ne sais pas quelle méthode utiliser pour modéliser la relation entre deux variables ( et ) dans l'expérience décrite comme suit:yXxxyyy Il y a 3 variables: , et . x yXa je mxaimx_{aim}Xxxyyy La valeur de est définie lors du fonctionnement de l'expérience. Cependant, et ne sont pas toujours …

9 regression correlation

1

La différence entre contrôle et traitement doit-elle être modélisée explicitement ou implicitement?

Étant donné la configuration expérimentale suivante: Plusieurs échantillons sont prélevés sur un sujet et chaque échantillon est traité de plusieurs façons (y compris un traitement témoin). Ce qui est principalement intéressant, c'est la différence entre le contrôle et chaque traitement. Je peux penser à deux modèles simples pour ces données. …

9 regression anova linear-model ancova

1

Inférence dans le modèle linéaire avec hétéroscédasticité conditionnelle

Supposons que j'observe des vecteurs variables indépendants et → z et une variable dépendante y . Je voudrais adapter un modèle de la forme: y = → x ⊤ → β 1 + σ g ( → z ⊤ → β 2 ) ϵ , où g est une fonction …

9 regression hypothesis-testing heteroscedasticity generalized-least-squares

2

Dans quel cadre vous attendriez-vous à ce que le modèle trouvé par LARS diffère le plus du modèle trouvé par recherche exhaustive?

Un peu plus d'informations; supposer que vous savez à l'avance combien de variables sélectionner et que vous définissez la pénalité de complexité dans la procédure LARS de manière à avoir exactement autant de variables avec des coefficients non 0, les coûts de calcul ne sont pas un problème (le nombre …

9 regression model-selection

2

Comment tester si un coefficient de régression est modéré par une variable de regroupement?

J'ai effectué une régression sur deux groupes de l'échantillon en fonction d'une variable modératrice (disons le sexe). Je fais un test simple pour l'effet modérateur en vérifiant si la signification de la régression est perdue sur un ensemble alors qu'elle reste dans l'autre. Q1: La méthode ci-dessus est valide, n'est-ce …

9 regression type-i-and-ii-errors interaction

2

Pourquoi R trace-t-il des résidus standardisés contre des quantiles théoriques dans un tracé QQ?

Dans R, pourquoi les paramètres par défaut qqplot(linear model)utilisent-ils les résidus normalisés sur l'axe des y? Pourquoi R n'utilise-t-il pas les résidus "réguliers"?

9 r regression linear-model residuals qq-plot

1

Régression polynomiale orthogonale multivariée?

Pour motiver la question, considérons un problème de régression où nous cherchons à estimer utilisant les variables observéesYYY{a,b}{a,b}\{ a, b \} Lors de la régression polynomiale multivariée, j'essaie de trouver la paramétrisation optimale de la fonction f(y)=c1a+c2b+c3a2+c4ab+c5b2+⋯f(y)=c1a+c2b+c3a2+c4ab+c5b2+⋯f(y)=c_{1}a+c_{2}b+c_{3}a^{2}+c_{4}ab+c_{5}b^{2}+\cdots qui correspondent le mieux aux données dans un sens le moins carré. Le …

9 regression

1

Faut-il ajuster le dénombrement nul pour un test du rapport de vraisemblance des modèles poisson / loglinear?

S'il y a des 0 dans le tableau de contingence et que nous ajustons des modèles imbriqués poisson / loglinear (en utilisant la glmfonction de R ) pour un test de rapport de vraisemblance, devons-nous ajuster les données avant d'ajuster les modèles glm (par exemple, ajouter 1/2 à tous les …

9 regression poisson-distribution generalized-linear-model likelihood-ratio log-linear

4

L'ordre variable est-il important dans la régression linéaire

J'étudie l'interaction entre deux variables ( et x 2 ). Il existe une grande corrélation linéaire entre ces variables avec r > 0,9 . De la nature du problème, je ne peux rien dire sur la causalité (si x 1 provoque x 2 ou l'inverse). Je voudrais étudier les écarts …

9 regression outliers linear-model

1

Test de permutation aléatoire pour la sélection des fonctionnalités

Je suis confus au sujet de l'analyse de permutation pour la sélection d'entités dans un contexte de régression logistique. Pourriez-vous fournir une explication claire du test de permutation aléatoire et comment s'applique-t-il à la sélection des fonctionnalités? Peut-être avec un algorithme et des exemples exacts. Enfin, comment se compare-t-il aux …

9 regression logistic feature-selection permutation-test shrinkage

4

Solution analytique aux estimations des coefficients de régression linéaire

J'essaie de comprendre la notation matricielle et je travaille avec des vecteurs et des matrices. Pour l'instant, j'aimerais comprendre comment est calculé le vecteur d'estimation des coefficients en régression multiple.β^β^\hat{\beta} L'équation de base semble être ddβ(y−Xβ)′(y−Xβ)=0.ddβ(y−Xβ)′(y−Xβ)=0. \frac{d}{d\boldsymbol{\beta}} (\boldsymbol{y}-\boldsymbol{X\beta})'(\boldsymbol{y}-\boldsymbol{X\beta}) = 0 \>. Maintenant, comment pourrais-je résoudre un vecteur ββ\beta ici? Edit …

9 regression

Questions marquées «regression»