Вопросы с тегом «regression»

Существует ли какой-либо программный пакет для решения линейной регрессии с целью минимизации нормы L-бесконечности.

10 regression 

Проще говоря, у меня есть модель множественной регрессии или ANOVA, но переменная отклика для каждого человека является криволинейной функцией времени. Как я могу сказать, какие из переменных правой стороны ответственны за существенные различия в формах или вертикальных смещениях кривых? Это проблема временного ряда, проблема повторных измерений или что-то еще? Каковы …

10 regression  time-series  mixed-model  repeated-measures  panel-data 

Я использую пакет Quantreg , чтобы создать модель регрессии, используя 99-й процентиль моих значений в наборе данных. Основываясь на совете из предыдущего вопроса о стековом потоке, который я задал, я использовал следующую структуру кода. mod <- rq(y ~ log(x), data=df, tau=.99) pDF <- data.frame(x = seq(1,10000, length=1000) ) pDF <- …

10 regression  logarithm 

Я заканчиваю анализ большого набора данных. Я хотел бы взять линейную модель, использованную в первой части работы, и переоснастить ее, используя линейную смешанную модель (LME). LME будет очень похожим, за исключением того, что одна из переменных, используемых в модели, будет использоваться в качестве случайного эффекта. Эти данные получены из многих …

10 r  regression  hypothesis-testing  mixed-model  lme4-nlme 

Есть ли простой способ применить формулу линии тренда из диаграммы к любому заданному значению X в Excel? Например, я хочу получить значение Y для данного X = 2 006,00 долларов. Я уже взял формулу и перепечатал ее так: =-0.000000000008*X^3 - 0.00000001*X^2 + 0.0003*X - 0.0029 Я постоянно корректирую линию тренда, …

10 regression  excel 

Мне нужно нарисовать сложную графику для визуального анализа данных. У меня есть 2 переменные и большое количество случаев (> 1000). Например (число равно 100, если дисперсия меньше "нормальной"): x <- rnorm(100,mean=95,sd=50) y <- rnorm(100,mean=35,sd=20) d <- data.frame(x=x,y=y) 1) Мне нужно построить исходные данные с размером точки, соответствующей относительной частоте совпадений, …

10 r  data-visualization  regression 

Есть ли способ построения линии регрессии кусочной модели, подобной этой, кроме использования linesдля построения каждого сегмента отдельно или использования geom_smooth(aes(group=Ind), method="lm", fill=FALSE)? m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price: continuous variables, Ind: if sqft>mean(sqft) then 1 else 0 plot(sqft,price) abline(reg = model) Warning message: In abline(reg = model) …

10 r  data-visualization  regression 

Базовая модель PLS состоит в том, что заданная матрица и вектор связаны соотношением где - скрытая матрица , и - шумовые условия (сссуммируя центрированы).X n y X = T P ′ + E , y = T q ′ + f , T n × k E , f X …

10 regression  confidence-interval  latent-variable  partial-least-squares 

«Ложная регрессия» (в контексте временных рядов) и связанные с ней термины, такие как тесты единичного корня, - это то, о чем я много слышал, но никогда не понимал. Почему / когда это происходит интуитивно? (Я полагаю, что это когда ваши два временных ряда коинтегрированы, то есть некоторая линейная комбинация двух …

10 time-series  regression  cointegration 

Я подгоняю линейную модель в R, используя glmnet. Исходная (не регуляризованная) модель была подогнана с использованием lmи не имела постоянного члена (т.е. она была в форме lm(y~0+x1+x2,data)). glmnetберет матрицу предикторов и вектор ответов. Я читал glmnetдокументацию и не могу найти упоминания о постоянном термине. Итак, есть ли способ попросить glmnetфорсировать …

10 r  regression  lasso 

Я читал некоторые из Обобщенных наименьших квадратов (GLS) и пытался связать их с моим основным эконометрическим фоном. Я помню, что в аспирантуре использовалась внешне не связанная регрессия (SUR), которая кажется чем-то похожей на GLS. Одна статья, на которую я наткнулся, даже назвала SUR «частным случаем» GLS. Но я все еще …

10 regression  generalized-least-squares 

При проведении множественной линейной регрессии OLS, вместо того, чтобы вычерчивать невязки относительно подгоночных значений, я строю (внутренние) вычеркнутые невязки против подгоночных значений (то же самое для ковариат). Эти остатки определены как: e∗i=eis2(1−hii)−−−−−−−−−√ei∗=eis2(1−hii)\begin{equation} e^*_i = \frac{e_i}{\sqrt{s^2 (1-h_{ii})}} \end{equation} где - остаток, а - диагональные элементы шляпной матрицы. Чтобы получить эти изученные …

10 regression  residuals  diagnostic 

Предположим, меня интересует модель линейной регрессии для , потому что я хотел бы увидеть, влияет ли взаимодействие между двумя ковариатами на Y.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 В заметках профессора (с которыми у меня нет контактов) говорится: При включении терминов взаимодействия вы должны включать их термины второй …

10 regression  multiple-regression  interaction  linear-model 

Предположим, что у нас есть модель .Yя= β0+ β1Икся 1+ β2Икся 2+ ⋯ + βКИкся к+ ϵяYязнак равноβ0+β1Икся1+β2Икся2+⋯+βКИксяК+εяY_i = \beta_0 + \beta_1X_{i1} + \beta_2X_{i2} + \dots + \beta_kX_{ik} + \epsilon_i Регрессия имеет ряд допущений, например, что ошибки должны обычно распределяться со средним нулем и постоянной дисперсией. Меня учили проверять эти …

10 regression  residuals  error 

Я просматривал документацию по sklearn, но не смог понять назначение этих функций в контексте логистической регрессии. Ибо decision_functionон говорит, что это расстояние между гиперплоскостью и тестовым экземпляром. как эта конкретная информация полезна? и как это соотносится с predictи predict-probaметодами?

10 regression  logistic  prediction  scikit-learn  decision