Statistiques et Big Data regression

1

Pourquoi le g de Zellner est-il «inacceptable» avant?

Je sais que le précédent de Zellner utilise des données afin de définir des informations préalables, mais en fait, tout le modèle dépend des données. Y a-t-il une autre raison?

9 regression bayesian uninformative-prior

2

Similitudes et différences entre le modèle IRT et le modèle de régression logistique

Malgré les similitudes de base comme ces deux modèles, la probabilité de succès plutôt que de modéliser directement la variable de réponse; Je pense qu'il existe des réponses plus fiables qui soulignent les différences et les similitudes entre ces modèles. Une différence étant, en logistique, on peut utiliser différents types …

9 regression logistic mathematical-statistics irt

2

Comment calculer manuellement l'ordonnée à l'origine et le coefficient dans la régression logistique

J'étudie actuellement la régression logistique. Mais je pas à calculer l'ordonnée à l'origine ( ) et le coefficient ( ). Je le cherchais sur Internet, mais je n'obtiens que des didacticiels utilisant Microsoft Excel ou des fonctions intégrées dans R. J'ai entendu dire qu'il pouvait être résolu par Maximum Lik …

9 regression machine-learning logistic maximum-likelihood

1

Faire CCA vs construire une variable dépendante avec PCA puis faire une régression

Étant donné deux ensembles de données multidimensionnels, XXX et OuiYY, certaines personnes effectuent une analyse multivariable en créant une variable dépendante de substitution à l'aide de l' analyse en composantes principales (ACP). Autrement dit, exécutez PCA surOuiYY définir, prendre des scores le long du premier composant y′y′y'et exécutez une régression …

9 regression multiple-regression pca canonical-correlation

1

Quelle est la relation entre la fonction et la régression linéaire?

Considérez la fonction r(x)=E(Y∣X=x)r(x)=E(Y∣X=x) r(x) = \mathbb{E}(Y \mid X = x) Cela a été appelé la fonction de régression dans un manuel que j'utilise. J'essaie de comprendre la relation entre cette fonction et le modèle de régression linéaire classique. Donc, je sais que c'est un théorème * que nous pouvons …

9 regression linear-model

3

Quelle est la différence entre

Supposons que j'ai un échantillon aléatoire {Xn,yn}Nn = 1{xn,yn}n=1N\lbrace x_n ,y_n \rbrace_{n=1}^N. Supposer yn=β0+β1Xn+εnyn=β0+β1xn+εny_n = \beta_0 + \beta_1 x_n + \varepsilon_n et y^n=β^0+β^1Xny^n=β^0+β^1xn\hat{y}_n = \hat{\beta}_0 +\hat{\beta}_1 x_n Quelle est la différence entre β1β1\beta_1 et β^1β^1\hat{\beta}_1?

9 regression

1

Paramètre de régularisation LASSO de l'algorithme LARS

Dans leur article fondateur «Least Angle Regression» , Efron et al décrivent une modification simple de l'algorithme LARS qui permet de calculer des chemins de régularisation LASSO complets. J'ai implémenté cette variante avec succès et trace généralement le chemin de sortie en fonction du nombre d'étapes (itérations successives de l'algorithme …

9 regression lasso regularization lars

1

Est-ce une idée erronée d'utiliser des coefficients standardisés pour évaluer l'importance relative des prédicteurs de régression?

Diverses questions portent sur les mérites relatifs de diverses méthodes d'évaluation de l'importance des prédicteurs de régression, par exemple celle- ci. J'ai remarqué que dans ce commentaire @gung se réfère à la pratique comme une "idée erronée", reliant cette réponse à l'appui de cette affirmation. Le dernier paragraphe de la …

9 regression standardization

1

Quelle est la relation entre un SVM et la perte de charnière?

Mon collègue et moi essayons de comprendre la différence entre la régression logistique et un SVM. De toute évidence, ils optimisent différentes fonctions objectives. Un SVM est-il aussi simple que de dire qu'il s'agit d'un classificateur discriminant qui optimise simplement la perte de charnière? Ou est-ce plus complexe que ça? …

9 regression logistic svm max-margin

1

Pourquoi le lasso dans matlab est-il beaucoup plus lent que glmnet dans R (10 min contre ~ 1 s)?

J'ai observé que la fonction lasso dans MATLAB est relativement lente. Je gère de nombreux problèmes de régression, avec généralement 1 à 100 prédicteurs et 200 à 500 observations. Dans certains cas, le lasso s'est avéré extrêmement lent (pour résoudre un problème de régression, il a fallu plusieurs minutes). J'ai …

9 regression feature-selection regularization

2

Formule AIC dans Introduction à l'apprentissage statistique

Je suis un peu perplexe par une formule présentée dans "Introduction à l'apprentissage statistique" de Hastie. Au chapitre 6, page 212 (sixième impression, disponible ici ), il est indiqué que: AIC=RSSnσ^2+2dnAIC=RSSnσ^2+2dnAIC = \frac{RSS}{n\hat\sigma^2} + \frac{2d}{n} Pour les modèles linéaires avec bruit gaussien, étant le nombre de prédicteurs et étant l'estimation …

9 regression machine-learning aic

3

Que signifie (intuitivement) le fait de maintenir les autres variables constantes dans la régression?

Je recherche une explication à la fois 1) mécanique et 2) intuitive de la façon dont les effets des variables individuelles sont déterminés en maintenant les autres variables constantes. Dans un exemple utilisant des données d'enquête, que signifie exactement: "en maintenant un âge, un sexe et un revenu constants, l'effet …

9 regression interpretation

2

Quelle est la bonne façon de déterminer quelles caractéristiques ont le plus contribué à la prédiction d'un vecteur d'entrée donné?

J'utilise la régression logistique pour la classification binaire. J'ai un ensemble de données volumineuses (se trouve être très déséquilibré: 19: 1). J'utilise donc scikit-learn LogisticRegression()pour m'entraîner sur 80% de mes données étiquetées, puis j'ai validé avec les 20% restants (j'ai regardé la zone sous ROC ainsi que le rappel de …

9 regression logistic regression-coefficients

1

Utilisation d'une fenêtre mobile dans la régression de séries chronologiques

J'apprends la régression. J'ai fait quelques régressions transversales qui sont très bien. J'ai récemment fait une régression simple de séries chronologiques. J'ai donc des vecteurs ay & x contenant chacun 1000 observations. J'ai fait une régression ols simple dans Excel qui m'a semblé très bien. Cependant, mon tuteur en ligne …

9 regression time-series descriptive-statistics

1

Comment gérer les facteurs aux niveaux rares en validation croisée?

Supposons que dans une analyse de régression dans R, j'ai une variable indépendante de type de facteur avec 3 niveaux dans mon jeu de données de train. Mais dans l'ensemble de données de test, la même variable de facteur a 5 niveaux. Par conséquent, je ne peux pas prédire les …

9 r regression categorical-data cross-validation rare-events

Questions marquées «regression»