Вопросы с тегом «polynomial»

У меня есть (смешанная) модель, в которой один из моих предикторов априори должен быть только квадратично связан с предиктором (из-за экспериментальных манипуляций). Следовательно, я хотел бы добавить только квадратичный член в модель. Две вещи не дают мне этого сделать: Я думаю, что я читал кое-что, что вы должны всегда включать …

57 regression  polynomial 

Если полиномиальная регрессия моделирует нелинейные отношения, как ее можно считать частным случаем множественной линейной регрессии? Википедия отмечает, что «хотя полиномиальная регрессия соответствует нелинейной модели данных, в качестве задачи статистической оценки она является линейной, в том смысле, что функция регрессии является линейной по неизвестным параметрам, которые оцениваются из данных. "E (у| …

38 regression  multiple-regression  linear-model  nonlinear-regression  polynomial 

При выполнении регрессии, например, два гиперпараметра, которые нужно выбрать, часто являются емкостью функции (например, наибольшим показателем многочлена) и величиной регуляризации. Что меня смущает, так это почему бы просто не выбрать функцию с низкой пропускной способностью, а затем игнорировать любую регуляризацию? Таким образом, это не будет соответствовать. Если у меня есть …

32 regression  machine-learning  optimization  regularization  polynomial 

Я пытаюсь использовать scikit-learn для полиномиальной регрессии. Из того, что я прочитал, полиномиальная регрессия является частным случаем линейной регрессии. Я прыгал, что, возможно, одна из обобщенных линейных моделей Scikit может быть параметризована для соответствия полиномам более высокого порядка, но я не вижу возможности сделать это. Мне удалось использовать опорный вектор-регрессор …

29 regression  machine-learning  large-data  polynomial  scikit-learn 

Я хочу регрессировать переменную yyy на x,x2,…,x5x,x2,…,x5x,x^2,\ldots,x^5 . Должен ли я сделать это, используя сырые или ортогональные полиномы? Я посмотрел на вопрос на сайте, который касается этих вопросов, но я не совсем понимаю, в чем разница между их использованием. Почему я не могу просто сделать «нормальный» регрессии , чтобы получить …

22 r  regression  polynomial 

Я начну с моей регрессии OLS: где D - фиктивная переменная, оценки становятся отличными от нуля с низким значением p. Затем я предварительно провожу тест СБРОСА Рэмси и нахожу, что у меня есть некоторая неправильная оценка уравнения, поэтому я включаю квадрат x: y = β 0 + β 1 x …

20 regression  multiple-regression  interpretation  least-squares  polynomial 

Кажется, что если у меня есть регрессионная модель, такая как я могу либо подогнать необработанный полином и получить ненадежные результаты, либо подогнать ортогональный полином и получить коэффициенты которые не имеют прямой физической интерпретации (например, я не могу использовать их, чтобы найти места экстремумов в исходном масштабе). Похоже, я должен быть …

14 regression  linear-model  regression-coefficients  polynomial 

Я знаю, как выполнить линейную регрессию на множестве точек. То есть я знаю, как подогнать полином по своему выбору для данного набора данных (в смысле LSE). Однако чего я не знаю, так это как заставить мое решение пройти через некоторые конкретные пункты моего выбора. Я видел, как это было сделано …

14 regression  machine-learning  least-squares  linear-model  polynomial 

В книге Бишопа по машинному обучению обсуждается проблема подгонки полиномиальной функции к набору точек данных. Пусть M - порядок подогнанного многочлена. Это утверждает, что Мы видим, что с увеличением M величина коэффициентов обычно становится больше. В частности, для полинома M = 9 коэффициенты были точно настроены на данные путем разработки …

13 regression  least-squares  curve-fitting  polynomial 

В общем, мне интересно, если там когда-либо лучше не использовать ортогональные полиномы при подборе регрессии с переменными более высокого порядка. В частности, мне интересно с использованием R: Если poly()с raw = FALSEпроизводит то же значение, что и подогнанного poly()с raw = TRUE, и polyс raw = FALSEрешаете некоторые из проблем …

13 r  regression  polynomial 

Ортогональные многочлены в одномерном наборе точек - это многочлены, которые производят значения в этих точках таким образом, что их произведение точек и попарная корреляция равны нулю. R может создавать ортогональные многочлены с функцией poly . Эта же функция имеет вариант polym, который создает ортогональные полиномы на множестве многовариантных точек. В …

12 r  multiple-regression  polynomial  orthogonal 

я сказать, что в случае логистической регрессии только с линейными и квадратичными терминами, если у меня есть линейный коэффициент и квадратичный коэффициент , существует переломный момент вероятности в ?β 2 - β 1 / ( 2 β 2 )β1β1\beta_1β2β2\beta_2−β1/(2β2)−β1/(2β2)-\beta_1 / (2\beta_2)

12 interpretation  logit  polynomial 

При выполнении полиномиальной регрессии для на люди иногда используют необработанные полиномы, иногда ортогональные полиномы. Но когда они используют то, что кажется совершенно произвольным.YYYИксИксX Здесь и здесь используются сырые полиномы. Но здесь и здесь ортогональные полиномы, кажется, дают правильные результаты. Что, как, почему ?! В противоположность этому, когда вы узнаете о …

11 regression  polynomial 

Пожалуйста, дайте мне идею, как эффективно перекодировать категориальную переменную (фактор) в набор ортогональных полиномиальных контрастных переменных. Для многих типов переменных контраста (например, отклонения, простые, Хелмерта и т. Д.) Проход: Составьте матрицу коэффициентов контрастности, соответствующую типу. Обратное или обобщенно-обратное это для получения матрицы кодов. Например: Suppose there is 3-group factor and …

11 contrasts  polynomial 

Зачем использовать возраст и квадрат в качестве ковариат в исследовании генетической ассоциации? Я могу понять использование возраста, если он был определен как значимый ковариат, но я не знаю, как использовать возраст в квадрате.

11 multiple-regression  polynomial  predictor  bioinformatics  genetics