Statistiques et Big Data residuals

2

Évaluation des modèles de régression logistique

Cette question découle de ma confusion réelle sur la façon de décider si un modèle logistique est assez bon. J'ai des modèles qui utilisent l'état des couples projet individuel deux ans après leur formation en tant que variable dépendante. Le résultat est réussi (1) ou non (0). J'ai des variables …

13 r logistic goodness-of-fit residuals

2

La famille de GLM représente la distribution de la variable de réponse ou des résidus?

J'ai discuté avec plusieurs membres du laboratoire de celui-ci, et nous sommes allés à plusieurs sources mais n'avons toujours pas tout à fait la réponse: Quand on dit qu'un GLM a une famille de poisson , disons-nous parler de la distribution des résidus ou de la variable de réponse? Points …

13 generalized-linear-model residuals assumptions

1

Package GBM vs Caret utilisant GBM

J'ai ajusté le modèle à l'aide caret, mais j'ai ensuite réexécuté le modèle à l'aide du gbmpackage. Je crois comprendre que le caretpackage utilise gbmet que la sortie doit être la même. Cependant, un simple test rapide utilisant data(iris)montre une différence dans le modèle d'environ 5% en utilisant RMSE et …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

3

Autocorrélation résiduelle versus variable dépendante décalée

Lors de la modélisation de séries chronologiques, on a la possibilité de (1) modéliser la structure corrélationnelle des termes d'erreur comme par exemple un processus AR (1) (2) inclure la variable dépendante retardée comme variable explicative (sur le côté droit) Je comprends que ce sont parfois des raisons substantielles d'aller …

13 time-series autocorrelation residuals lags

2

Les X et Y normalement distribués sont-ils plus susceptibles d'entraîner des résidus normalement distribués?

Ici, la mauvaise interprétation de l'hypothèse de normalité dans la régression linéaire est discutée (que la `` normalité '' fait référence au X et / ou au Y plutôt qu'aux résidus), et l'affiche demande s'il est possible d'avoir X et Y non distribués normalement et ont encore des résidus normalement …

12 regression normal-distribution data-transformation residuals assumptions

5

Comment effectuer l'imputation de valeurs dans un très grand nombre de points de données?

J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = …

12 r random-forest missing-data data-imputation multiple-imputation large-data definition moving-window self-study categorical-data econometrics standard-error regression-coefficients normal-distribution pdf lognormal regression python scikit-learn interpolation r self-study poisson-distribution chi-squared matlab matrix r modeling multinomial mlogit choice monte-carlo indicator-function r aic garch likelihood r regression repeated-measures simulation multilevel-analysis chi-squared expected-value multinomial yates-correction classification regression self-study repeated-measures references residuals confidence-interval bootstrap normality-assumption resampling entropy cauchy clustering k-means r clustering categorical-data continuous-data r hypothesis-testing nonparametric probability bayesian pdf distributions exponential repeated-measures random-effects-model non-independent regression error regression-to-the-mean correlation group-differences post-hoc neural-networks r time-series t-test p-value normalization probability moments mgf time-series model seasonality r anova generalized-linear-model proportion percentage nonparametric ranks weighted-regression variogram classification neural-networks fuzzy variance dimensionality-reduction confidence-interval proportion z-test r self-study pdf

4

Hypothèses de distribution résiduelle de régression

Pourquoi est-il nécessaire de poser l'hypothèse distributionnelle sur les erreurs, c'est-à-dire ϵ i ∼ N ( 0 , σ 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , avec .ϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) Pourquoi ne pas écrire y i ~ N ( X β , σ 2 )yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , …

12 regression normal-distribution residuals assumptions notation

2

Pourquoi certaines personnes testent des hypothèses de modèle de régression sur leurs données brutes et d'autres les testent sur le résidu?

Je suis doctorant en psychologie expérimentale et je m'efforce d'améliorer mes compétences et mes connaissances sur la façon d'analyser mes données. Jusqu'à ma 5e année en psychologie, je pensais que les modèles de régression (par exemple, ANOVA) supposaient les choses suivantes: normalité des données homogénéité de la variance des données, …

12 regression dataset residuals assumptions

2

Quelle est la distribution attendue des résidus dans un modèle linéaire généralisé?

J'exécute un modèle linéaire généralisé, où je dois spécifier une famille différente de la normale. Quelle est la distribution attendue des résidus? Par exemple, les résidus devraient-ils être distribués normalement?

12 generalized-linear-model residuals normality-assumption

2

Analyse résiduelle de régression logistique

Cette question est en quelque sorte générale et de longue haleine, mais veuillez me supporter. Dans mon application, j'ai de nombreux jeux de données, chacun composé de ~ 20 000 points de données avec ~ 50 fonctionnalités et d'une seule variable binaire dépendante. J'essaie de modéliser les ensembles de données …

12 logistic residuals

1

Test exact de Fisher et distribution hypergéométrique

Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

2

Hétéroscédasticité et normalité des résidus

J'ai une régression linéaire qui est assez bonne, je suppose (c'est pour un projet universitaire donc je n'ai pas vraiment besoin d'être super précis). Le fait est que, si je trace les valeurs résiduelles par rapport aux valeurs prédites, il y a (selon mon professeur) une pointe d'hétéroskédasticité. Mais si …

12 regression normal-distribution residuals heteroscedasticity

2

Comment savoir si les résidus sont auto-corrélés à partir d'un graphique

Lorsque vous effectuez une régression OLS et tracez les résidus résultants, comment savoir si les résidus sont autocorrélés? Je sais qu'il existe des tests pour cela (Durbin, Breusch-Godfrey) mais je me demandais si vous pouvez simplement regarder un tracé pour évaluer si l'autocorrélation pourrait être un problème (car pour l'hétéroskédasticité, …

12 regression autocorrelation residuals

2

Ajustement de la régression linéaire multiple dans R: résidus autocorrélés

J'essaie d'estimer une régression linéaire multiple dans R avec une équation comme celle-ci: regr <- lm(rate ~ constant + askings + questions + 0) les demandes et les questions sont des séries chronologiques de données trimestrielles, construites avec askings <- ts(...). Le problème est que j'ai obtenu des résidus autocorrélés. …

11 r time-series multiple-regression autocorrelation residuals

1

Comment interpréter les couleurs résiduelles sur un tracé en mosaïque?

Il s'agit d'une mosaïque de l'ensemble de données de table de contingence HairEyeColordécrite ici . Comment interpréter les couleurs représentant les résidus? Quelle est la différence entre les résidus de Pearson élevés et positifs (indiqués en bleu) par rapport aux résidus faibles et négatifs indiqués en rouge?

11 data-visualization chi-squared residuals contingency-tables

Questions marquées «residuals»