Ich versuche, ein Modell unter Verwendung von Winddaten (0, 359) und Tageszeit (0, 23) anzupassen, befürchte jedoch, dass sie schlecht in eine lineare Regression passen, da sie selbst keine linearen Parameter sind. Ich möchte sie mit Python transformieren. Ich habe einige Erwähnungen gesehen, wie...
Es folgt die Darstellung von glmnet mit dem Standard-Alpha (1, daher Lasso) unter Verwendung des mtcarsDatensatzes in R mit mpgals DV und anderen als Prädiktorvariablen. glmnet(as.matrix(mtcars[-1]), mtcars[,1]) Was können wir aus dieser Handlung in Bezug auf verschiedene Variablen schließen, vor...
Regularisierung in der Regression (linear, logistisch ...) ist die beliebteste Methode, um Überanpassung zu reduzieren. Gibt es gute Alternativen zur Regularisierung, insbesondere für große Datenmengen (Millionen von Beobachtungen und Millionen von Merkmalen), wenn das Ziel Vorhersagegenauigkeit...
Ich verwende die Ridge-Regression für hoch multikollineare Daten. Mit OLS erhalte ich aufgrund der Multikollinearität große Standardfehler bei den Koeffizienten. Ich weiß, dass die Gratregression eine Möglichkeit ist, mit diesem Problem umzugehen, aber in allen Implementierungen der Gratregression,...
Unter Verwendung des Pearson-Korrelationskoeffizienten habe ich mehrere Variablen, die stark korreliert sind ( und für 2 Variablenpaare in meinem Modell).ρ = 0,978ρ=0,978\rho = 0.978ρ = 0,989ρ=0,989\rho = 0.989 Der Grund, warum einige der Variablen stark korreliert sind, liegt darin, dass eine...
Nehmen wir das folgende Beispiel: set.seed(342) x1 <- runif(100) x2 <- runif(100) y <- x1+x2 + 2*x1*x2 + rnorm(100) fit <- lm(y~x1*x2) Dies erstellt ein Modell von y basierend auf x1 und x2 unter Verwendung einer OLS-Regression. Wenn wir y für ein gegebenes x_vec vorhersagen möchten,...
Kontext: Ausgehend von einer Frage zu Mathematics Stack Exchange (Kann ich ein Programm erstellen) hat jemand eine Reihe von Punkten und möchte eine lineare, exponentielle oder logarithmische Kurve daran anpassen. Die übliche Methode besteht darin, zunächst eine dieser Methoden (die das Modell...
Ich habe einige Daten, die stark korreliert sind. Wenn ich eine lineare Regression durchführe, erhalte ich eine Regressionslinie mit einer Steigung nahe eins (= 0,93). Was ich tun möchte, ist zu testen, ob diese Steigung signifikant von 1,0 abweicht. Meine Erwartung ist, dass es nicht so ist. Mit...
Ich habe einen Punkt (x, y), für den ich einen linearen Regressor benötige, um einen gegebenen Datensatz (X, Y) zu durchlaufen. Wie implementiere ich das in
Ich hoffe, jemand kann mir dabei helfen, einen Punkt der Verwirrung auszuräumen. Angenommen, ich möchte testen, ob sich zwei Regressionskoeffizientensätze signifikant voneinander unterscheiden, und zwar mit folgendem Aufbau: mit 5 unabhängigen Variablen.yich= α +βxich+ ϵichyich=α+βxich+ϵichy_i =...
Ich habe einen Blackout. Ich erhielt das folgende Bild, um den Kompromiss zwischen Bias und Varianz im Kontext der linearen Regression zu veranschaulichen: Ich kann sehen, dass keines der beiden Modelle gut passt - das "Einfache" schätzt die Komplexität der XY-Beziehung nicht und das "Komplexe"...
Lassen Sie uns ein lineares Modell haben, zum Beispiel nur eine einfache ANOVA: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) Ergebnis...
Wenn ich in einer linearen Regression eine kategoriale Variable habe ... woher weiß ich, welche statistische Bedeutung die kategoriale Variable hat? Nehmen wir an, der Faktor hat 10 Stufen ... es gibt 10 verschiedene resultierende t-Werte unter dem Dach einer Faktorvariablen ...X...
Ich habe einen Verweis in einem Artikel gefunden, der wie folgt lautet: Nach Tabachnick & Fidell (1996) sollten die unabhängigen Variablen mit einer bivariaten Korrelation von mehr als 0,70 nicht in die multiple Regressionsanalyse einbezogen werden. Problem: Ich habe in einem Design mit...
Sie scheinen so ähnlich zu sein. Sind sie dasselbe, aber nur als unterschiedliche Namen
Ich möchte eine sehr einfache lineare Regression durchführen R. Die Formel ist so einfach wie . Ich möchte jedoch, dass die Steigung ( ) in einem Intervall zwischen 1,4 und 1,6 liegt.ay= a x + by=einx+by = ax + beineina Wie geht
Fast alles, was ich über lineare Regression und GLM lese , läuft darauf hinaus: y=f(x,β)y=f(x,β)y = f(x,\beta) wobei f(x,β)f(x,β)f(x,\beta) eine nicht zunehmende oder nicht abnehmende Funktion von xxx und ββ\beta der Parameter ist, den Sie schätzen und testen Hypothesen über. Es gibt Dutzende von...
Was ist der Unterschied zwischen einer linearen Regression mit einer Gaußschen Radialen Basisfunktion (RBF) und einer linearen Regression mit einem Gaußschen
Was ist der Unterschied zwischen Primal , Dual und Kernel Ridge Regression? Die Leute benutzen alle drei, und wegen der unterschiedlichen Notation, die jeder an verschiedenen Quellen benutzt, ist es schwierig für mich zu folgen. Kann mir jemand mit einfachen Worten sagen, was der Unterschied...
Ich habe eine ordinale abhängige Variable, Leichtigkeit, die von 1 (nicht leicht) bis 5 (sehr leicht) reicht. Erhöhungen der Werte der unabhängigen Faktoren sind mit einer erhöhten Leichtigkeitsbewertung verbunden. Zwei meiner unabhängigen Variablen ( condAund condB) sind kategorisch, jede mit 2...