Questions marquées «splines»

Les splines sont des fonctions flexibles, assemblées à partir de parties polynomiales, utilisées pour l'approximation ou le lissage. Cette balise est pour tout type de spline (par exemple, les B-splines, les splines de régression, les splines en plaques minces, etc.).

2
Les splines surchargent-elles les données?
Mon problème : j'ai récemment rencontré un statisticien qui m'a informé que les splines ne sont utiles que pour explorer des données et sont sujettes à un surajustement, ce qui n'est donc pas utile pour la prédiction. Il préférait explorer avec des polynômes simples ... Comme je suis un grand …
2
Comparer les splines de lissage et le loess pour le lissage?
Je souhaite mieux comprendre les avantages / inconvénients de l'utilisation de loess ou d'un spline de lissage pour lisser une courbe. Une autre variation de ma question est de savoir s'il existe un moyen de construire une spline de lissage d'une manière qui produira les mêmes résultats que l'utilisation du …
1
Réglage des nœuds dans les splines cubiques naturelles en R
J'ai des données avec de nombreuses fonctionnalités corrélées, et je veux commencer par réduire les fonctionnalités avec une fonction de base fluide, avant d'exécuter un LDA. J'essaie d'utiliser des splines cubiques naturelles dans le splinespackage avec la nsfonction. Comment dois-je procéder pour attribuer les nœuds? Voici le code R de …
23 r  splines 
1
Les splines peuvent-elles être utilisées pour la prédiction?
Je ne peux pas être précis sur la nature des données car elles sont propriétaires, mais supposons que nous ayons des données comme celle-ci: chaque mois, certaines personnes s'inscrivent à un service. Ensuite, au cours de chaque mois suivant, ces personnes peuvent mettre à niveau le service, interrompre le service …
3
Interprétation des résultats de spline
J'essaie d'adapter une spline pour un GLM à l'aide de R. Une fois que j'ai ajusté la spline, je veux pouvoir prendre mon modèle résultant et créer un fichier de modélisation dans un classeur Excel. Par exemple, supposons que j'ai un ensemble de données où y est une fonction aléatoire …
20 splines 
2
Quels sont les avantages / inconvénients de l'utilisation de splines, de splines lissées et d'émulateurs de processus gaussiens?
Je souhaite apprendre (et implémenter) une alternative à l'interpolation polynomiale. Cependant, j'ai du mal à trouver une bonne description de la façon dont ces méthodes fonctionnent, comment elles sont liées et comment elles se comparent. J'apprécierais votre contribution sur les avantages / inconvénients / conditions dans lesquelles ces méthodes ou …
4
Quelles sont les valeurs correctes pour la précision et le rappel dans les cas de bord?
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test statistique où j'ai …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
1
Lmer () peut-il utiliser des splines comme effets aléatoires?
Supposons que nous travaillons sur un modèle à effets aléatoires de certaines données de comptage au fil du temps, et que nous voulons contrôler certaines tendances. Normalement, vous feriez quelque chose comme: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") pour inclure une forme quadratique pour t. Est-il possible d'utiliser des techniques …
2
Visualisation d'une base spline
Les manuels ont généralement de beaux exemples de la base des splines uniformes lorsqu'ils expliquent le sujet. Quelque chose comme une rangée de petits triangles pour une spline linéaire, ou une rangée de petits bosses pour une spline cubique. Voici un exemple typique: http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_introcom_a0000000525.htm Je me demande s'il existe un …
3
Splines vs régression du processus gaussien
Je sais que la régression de processus gaussienne (GPR) est une alternative à l'utilisation de splines pour ajuster des modèles flexibles non linéaires. Je voudrais savoir dans quelles situations l'une serait plus appropriée que l'autre, notamment dans le cadre de régression bayésienne. J'ai déjà examiné quels sont les avantages / …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.