Eine sehr grundlegende Frage bezüglich des der OLS-RegressionenR2R2R^2 Führen Sie die OLS-Regression y ~ x1 aus, wir haben ein , sagen wir 0,3R2R2R^2 Führen Sie die OLS-Regression y ~ x2 aus. Wir haben ein weiteres , z. B. 0,4R2R2R^2 Jetzt führen wir eine Regression y ~ x1 + x2 durch. Welchen...
Ich habe einen Datensatz bestehend aus 10 Variablen. Ich habe partielle kleinste Quadrate (PLS) ausgeführt, um eine einzelne Antwortvariable anhand dieser 10 Variablen vorherzusagen, 10 PLS-Komponenten extrahiert und dann die Varianz jeder Komponente berechnet. Auf den Originaldaten habe ich die...
In Hayashis Ökonometrie heißt es, dass eine der Annahmen des klassischen OLS lautet: Und ich weiß, dass die Implikationen sind, dass für alle , und dass der Fehlerterm nicht mit den Regressoren korreliert.E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.(1)(1)E(ϵi|x1,x2,…,xn)=0,
Ich habe Matlab verwendet, um uneingeschränkte kleinste Quadrate (gewöhnliche kleinste Quadrate) auszuführen, und es gibt automatisch die Koeffizienten, die Teststatistik und die p-Werte aus. Meine Frage ist, dass beim Durchführen von eingeschränkten kleinsten Quadraten (streng nichtnegative...
Hastie und Tibshirani erwähnen in Abschnitt 4.3.2 ihres Buches, dass in der linearen Regressionseinstellung der Ansatz der kleinsten Quadrate tatsächlich ein Sonderfall mit maximaler Wahrscheinlichkeit ist. Wie können wir dieses Ergebnis beweisen? PS: Ersparen Sie keine mathematischen...
Angenommen, ich beobachte unabhängige Variablenvektoren und und die abhängige Variable . Ich möchte ein Modell der Form : wobei eine positiv differenzierte, doppelt differenzierbare Funktion ist, ein unbekannter Skalierungsparameter ist und eine Gaußsche Zufallsvariable mit einer mittleren Varianz...
Die folgenden Transplantate stammen aus diesem Artikel . Ich bin ein Neuling im Bootstrap und versuche, das parametrische, semiparametrische und nichtparametrische Bootstrapping-Bootstrapping für ein lineares gemischtes Modell mit R bootPaket zu implementieren. R-Code Hier ist mein RCode:...
Ich habe den Guass-Markov-Satz auf Wikipedia gelesen und gehofft, jemand könnte mir helfen, den Hauptpunkt des Satzes herauszufinden. Wir nehmen an, dass ein lineares Modell in Matrixform gegeben ist durch: und wir suchen nach BLAU, .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Gemäß dieser ,...
Stimmt es, dass unter den Gauß-Markov-Annahmen die gewöhnliche Methode der kleinsten Quadrate effiziente und unvoreingenommene Schätzer liefert? So: für alle tE.( ut) = 0E.(ut)=0E(u_t)=0 ttt für t = sE.( utus) = σ2E.(utus)=σ2E(u_tu_s)=\sigma^2 t = st=st=s für t ≠ sE(utus)=0E(utus)=0E(u_tu_s)=0 t ≠...
Wenn , kann das Problem der kleinsten Quadrate, das dem Wert von eine sphärische Beschränkung auferlegt , als für ein überbestimmtes System. \ | \ cdot \ | _2 ist die euklidische Norm eines Vektors.y=Xβ+ey=Xβ+ey = X\beta +
Welche Bedeutung hat die Hutmatrix für die Regressionsanalyse?H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} Ist es nur zur einfacheren
Bei der Methode der kleinsten Quadrate möchten wir die unbekannten Parameter im Modell schätzen: Y.j= α + βxj+ εj( j = 1 ... n )Y.j=α+βxj+εj(j=1 ...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Sobald wir dies getan haben (für einige beobachtete Werte), erhalten wir die...
Ich weiß, dass OLS unvoreingenommen, aber unter Heteroskedastizität in einer linearen Regressionsumgebung nicht effizient ist. In Wikipedia http://en.wikipedia.org/wiki/Minimum_mean_square_error Der MMSE-Schätzer ist asymptotisch unvoreingenommen und konvergiert in der Verteilung zur...
\def\l{|\!|} Angesichts der elastischen Netzregression minb12||y−Xb||2+αλ||b||22+(1−α)λ||b||1minb12||y−Xb||2+αλ||b||22+(1−α)λ||b||1\min_b \frac{1}{2}\l y - Xb \l^2 + \alpha\lambda \l b\l_2^2 + (1 - \alpha) \lambda \l b\l_1 Wie kann ein geeigneter Bereich von λλ\lambda für die Kreuzvalidierung...
Nehmen Sie die folgende lineare Beziehung an: , wobei die abhängige Variable ist, eine einzelne unabhängige Variable und der Fehlerterm.Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYiYiY_iXiXiX_iuiuiu_i Nach Stock & Watson (Einführung in die Ökonometrie; Kapitel 4 ) ist die...
... Ein weiteres potenzielles Problem bei der Anwendung von 2SLS- und anderen IV-Verfahren besteht darin, dass die 2SLS-Standardfehler tendenziell "groß" sind. Mit dieser Aussage ist normalerweise gemeint, dass entweder 2SLS-Koeffizienten statistisch nicht signifikant sind oder dass der...
Ich arbeite derzeit an einer Möglichkeit, zwei verschiedene Phosphortestwerte ineinander umzuwandeln. Hintergrund Es gibt viele (Extraktions-) Methoden, um pflanzenverfügbaren Phosphor im Boden zu messen. Verschiedene Länder wenden unterschiedliche Methoden an. Um die P-Fertilität zwischen den...
Ein Freund von mir hat kürzlich gefragt, was so gewöhnlich ist, über gewöhnliche kleinste Quadrate. Wir schienen in der Diskussion nicht weiterzukommen. Wir waren uns beide einig, dass OLS ein Sonderfall des linearen Modells ist, viele Verwendungszwecke hat, bekannt ist und ein Sonderfall vieler...
Kann mir jemand sagen, warum ich durch Rgewichtete kleinste Quadrate und manuelle Lösung durch Matrixoperation unterschiedliche Ergebnisse erhalte ? Insbesondere versuche ich, manuell zu lösen , wobei die Diagonalmatrix für Gewichte ist, die Datenmatrix ist, die Antwort ist Vektor....
Angenommen, ich habe Daten mit Unsicherheiten. Beispielsweise: X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 Die Art der Unsicherheit kann beispielsweise Wiederholungsmessungen oder -experimente oder Messinstrumentenunsicherheit sein. Ich möchte mit R eine Kurve daran anpassen, was ich normalerweise...