Вопросы с тегом «model»

Мне нравится понимать разницу между моделью пересечения или без нее в логистической регрессии Есть ли какая-то разница между ними, за исключением того, что при пересечении коэффициенты относятся к логарифму (коэффициенту шансов) относительно базовой группы, а без пересечения они относятся к логу (коэффициенту)? из того, что я видел, коэффициенты одинаковы в …

14 regression  logistic  interpretation  model  intercept 

У меня есть набор данных, который содержит, скажем, некоторые измерения для положения, скорости и ускорения. Все приходят от одного и того же «бега». Я мог бы построить линейную систему и подогнать полином для всех этих измерений. Но могу ли я сделать то же самое со сплайнами? Что такое способ «R»? …

14 r  model  fitting  splines  derivative 

Смущающий простой вопрос - но, кажется, его не задавали на Cross Validated раньше: Каково определение модели регрессии? Также вопрос поддержки, Чем не модель регрессии? Что касается последнего, меня интересуют хитрые примеры, где ответ не сразу очевиден, например, ARIMA или GARCH.

13 regression  linear-model  model  terminology  definition 

Я относительно новичок в статистике и был бы признателен за помощь в понимании этого вопроса. В моей области есть широко используемая модель вида: пT= Pо( VT)αпTзнак равнопо(ВT)αP_t = P_o(V_t)^\alpha Когда люди подгоняют модель к данным, они обычно линеаризуют ее и соответствуют следующим журнал( PT) = журнал( Pо) + α log( …

13 modeling  model  error  curve-fitting  measurement-error 

Для линейной модели y=xβ+ey=xβ+еy=x\beta+e , мы можем иметь хорошую геометрическую интерпретацию расчетной модели с помощью y^знак равноxβ^+e^y^=xβ^+е^\hat{y}=x\hat{\beta}+\hat{e} . У является проекцией у на пространство , натянутое на х и остаточной е перпендикулярна это пространство , натянутое на х.Y^Y^\hat{y}е^е^\hat{e} Теперь мой вопрос: существует ли какая-либо геометрическая интерпретация обобщенной линейной модели (логистическая …

13 regression  model  geometry 

Предпосылка: это может быть глупый вопрос. Я знаю только утверждения об асимптотических свойствах MLE, но я никогда не изучал доказательства. Если бы я это сделал, возможно, я бы не стал задавать эти вопросы, или, может быть, я бы понял, что эти вопросы не имеют смысла ... поэтому, пожалуйста, будьте осторожны …

13 maximum-likelihood  model  asymptotics 

Я изучаю линейную регрессию, используя Введение в анализ линейной регрессии Монтгомери, Пека и Вайнинга . Я хотел бы выбрать проект анализа данных. У меня наивная мысль, что линейная регрессия подходит только тогда, когда подозревают, что существуют линейные функциональные отношения между объясняющими переменными и переменной отклика. Но не так много реальных …

12 regression  data-transformation  model  linear  regression-strategies 

У меня очень большой набор данных и около 5% случайных значений отсутствуют. Эти переменные связаны друг с другом. В следующем примере набор данных R - просто игрушечный пример с фиктивными коррелированными данными. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- …

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 

Я читаю здесь статью о статистических моделях в Википедии , и я несколько озадачен значением «непараметрических статистических моделей», а именно: Статистическая модель является непараметрической, если множество параметров бесконечномерно. Статистическая модель является полупараметрической, если она имеет как конечномерные, так и бесконечномерные параметры. Формально, если d - размерность Θ, а n - …

12 nonparametric  model 

У меня есть эксперимент, в котором я провожу измерения нормально распределенной переменной YYY , Y∼N(μ,σ)Y∼N(μ,σ)Y \sim N(\mu,\sigma) Однако предыдущие эксперименты предоставили некоторые доказательства того, что стандартное отклонение σσ\sigma является аффинной функцией независимой переменной XXX , т.е. σ=a|X|+bσ=a|X|+b\sigma = a|X| + b Y∼N(μ,a|X|+b)Y∼N(μ,a|X|+b)Y \sim N(\mu,a|X| + b) Я хотел бы оценить …

11 normal-distribution  estimation  experiment-design  model  heteroscedasticity 

У меня есть вопросы, вдохновленные недавним скандалом с новобранцами Амазонки, где их обвинили в дискриминации в отношении женщин в процессе найма. Больше информации здесь : Специалисты по машинному обучению Amazon.com Inc обнаружили большую проблему: их новый рекрутинговый движок не любил женщин. Команда создавала компьютерные программы с 2014 года для анализа …

10 predictive-models  modeling  model 

Например, в руководстве BUGS или в следующей книге Lee and Wagenmakers ( pdf ) и во многих других местах используется тип обозначения, который мне кажется очень гибким в том смысле, что его можно использовать для краткого описания большинства статистических моделей. Примером этого обозначения является следующее: yi∼Binomial(pi,ni)log(pi1−pi)=bibi∼Normal(μp,σp)yi∼Binomial(pi,ni)log⁡(pi1−pi)=bibi∼Normal(μp,σp) y_i \sim \text{Binomial}(p_i,n_i) \\ …

10 references  model  notation 

Я столкнулся с простым вопросом о сравнении гибких моделей (т.е. сплайнов) с негибкими моделями (например, линейной регрессией) при различных сценариях. Вопрос в том: В целом, ожидаем ли мы, что эффективность гибкого статистического метода обучения будет лучше или хуже, чем у негибкого метода, когда: Количество предикторов чрезвычайно велико, а количество наблюдений …

10 machine-learning  model 

Ради простого примера предположим, что есть две модели линейной регрессии Модель 1 имеет три предсказатели, x1a, x2b, иx2c Модель 2 имеет три предиктора из модели 1 и два дополнительных предиктора x2aиx2b Существует уравнение регрессии населения, где объясняется дисперсия населения для Модели 1 и для Модели 2. Инкрементная дисперсия, объясненная Моделью …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Часто я слышал, что майнеры данных используют этот термин. Как статистик, который работал над проблемами классификации, я знаком с термином «обучить классификатора», и я предполагаю, что «выучить модель» означает то же самое. Я не против термина «обучить классификатора». Кажется, это изображает идею подгонки модели, поскольку данные обучения используются для получения …

10 classification  data-mining  terminology  model