Ich habe gelesen, dass die Verwendung von R-Quadrat für Zeitreihen nicht angemessen ist, da in einem Zeitreihenkontext (ich weiß, dass es andere Kontexte gibt) R-Quadrat nicht mehr eindeutig ist. Warum ist das? Ich habe versucht, dies nachzuschlagen, aber ich habe nichts gefunden. Normalerweise...
Ich habe eine Studie, in der viele Ergebnisse wie Prozentsätze dargestellt werden, und ich verwende mehrere lineare Regressionen, um die Auswirkung einiger kategorialer Variablen auf diese Ergebnisse zu bewerten. Ich habe mich gefragt, ob es methodische Probleme gibt, ein solches Modell auf...
Kann die Regression zur Erkennung von Lier verwendet werden? Ich verstehe, dass es Möglichkeiten gibt, ein Regressionsmodell durch Entfernen der Ausreißer zu verbessern. Das Hauptziel hierbei ist jedoch nicht, ein Regressionsmodell anzupassen, sondern mithilfe der Regression die Liers...
Betrachten Sie eine einfache Regression (Normalität nicht angenommen): wobei mit dem Mittelwert und der Standardabweichung . Sind die kleinsten quadratischen Schätzungen von und korreliert?e i 0 σ a bYi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i +
Ich habe eine monatliche Zeitreihe mit einer Intervention und möchte die Auswirkung dieser Intervention auf das Ergebnis quantifizieren. Mir ist klar, dass die Serie ziemlich kurz ist und der Effekt noch nicht abgeschlossen ist. Die Daten cds <- structure(c(2580L, 2263L, 3679L, 3461L, 3645L,...
Ich habe den DW-Test auf mein Regressionsmodell in R angewendet und eine DW-Teststatistik von 1,78 und einen p-Wert von 2,2e-16 = 0 erhalten. Bedeutet dies, dass es keine Autokorrelation zwischen den Residuen gibt, weil der stat nahe bei 2 mit einem kleinen p-Wert liegt, oder bedeutet dies, dass...
Ich füge eine Regression in das . Ist es gültig, Transformationspunktschätzungen (und Konfidenz- / Vorhersageintervalle) durch Exponentiation zu unterstützen? Ich glaube nicht, da E [ f ( X ) ] ≠ f ( E [ X ] ), aber ich wollte die Meinungen
Ich führe die unten stehende multiple lineare Regression in R durch, um die Rendite des verwalteten Fonds vorherzusagen. reg <- lm(formula=RET~GRI+SAT+MBA+AGE+TEN, data=rawdata) Hier sind nur GRI & MBA binäre / dichotome Prädiktoren; Die verbleibenden Prädiktoren sind kontinuierlich. Ich...
Ich versuche eine Lasso-Regression durchzuführen, die folgende Form hat: Minimiere inwww(Y−Xw)′(Y−Xw)+λ|w|1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 Bei einem wurde mir geraten, das optimale mit Hilfe der quadratischen Programmierung zu finden, die die folgende Form...
Ich entwickle eine Prognoseanwendung, deren Zweck es einem Importeur ist, die Nachfrage nach seinen Produkten über sein Kundennetzwerk von Händlern zu prognostizieren. Die Verkaufszahlen sind ein ziemlich guter Indikator für die Nachfrage, solange genügend Lagerbestände vorhanden sind, um die...
Ich stelle mir vor, dass die Steuerung einer Variablen in Ihrem Studiendesign die Fehler wirksamer reduziert als die post-hoc-Steuerung in Ihrem Regressionsmodell. Würde es jemandem etwas ausmachen, formal zu erklären, wie sich diese beiden Fälle von "Controlling" unterscheiden? Wie vergleichsweise...
Ich habe Daten, für die ich die Spearman-Korrelation berechnet habe, und möchte sie für eine Veröffentlichung visualisieren. Die abhängige Variable wird eingestuft, die unabhängige Variable nicht. Was ich visualisieren möchte, ist eher der allgemeine Trend als die tatsächliche Steigung, daher habe...
Ich führte eine Poisson-Regression in SAS durch und stellte fest, dass der Pearson-Chi-Quadrat-Wert geteilt durch die Freiheitsgrade etwa 5 betrug, was auf eine signifikante Überdispersion hinweist. Also habe ich ein negatives Binomialmodell mit proc genmod angepasst und festgestellt, dass der...
Ich möchte Folgendes tun: 1) OLS-Regression (kein Bestrafungsterm), um Beta-Koeffizienten ; steht für die zur Regression verwendeten Variablen. Ich mache das durch jb∗jbj∗b_{j}^{*}jjj lm.model = lm(y~ 0 + x) betas = coefficients(lm.model) 2) Lasso-Regression mit einem Bestrafungsbegriff, die...
Bei der Modellierung kontinuierlicher Proportionen (z. B. proportionale Vegetationsbedeckung bei Erhebungsquadraten oder Anteil der Zeit, die an einer Aktivität beteiligt ist) wird die logistische Regression als unangemessen angesehen (z. B. Warton & Hui (2011). Der Arkussinus ist asinin: die...
In der Vorlesungsreihe Learning from Data erwähnt der Professor, dass die VC-Dimension die Komplexität des Modells daran misst, wie viele Punkte ein bestimmtes Modell zerbrechen kann. Dies funktioniert also perfekt für Klassifizierungsmodelle, bei denen wir aus N Punkten sagen können, ob der...
Ich möchte eine inkrementelle Gaußsche Prozessregression mithilfe eines Schiebefensters über den Datenpunkten implementieren, das nacheinander über einen Stream ankommt. Lassen die Dimensionalität des Eingangsraums bezeichnen. Jeder Datenpunkt hat also Anzahl von Elementen.dddxixix_iddd Sei die...
Ich habe auf stats.stackexchange.com viele nützliche Beiträge zu standardisierten unabhängigen Variablen und zentrierten unabhängigen Variablen gefunden, bin aber immer noch etwas verwirrt. Ich bitte Sie um eine Bewertung dessen, was ich verstanden habe. Wenn das Folgende nicht korrekt ist, können...
Ich gehe den LAB-Abschnitt §6.6 über Ridge Regression / Lasso in dem Buch 'Eine Einführung in das statistische Lernen mit Anwendungen in R' von James, Witten, Hastie, Tibshirani (2013) durch. Insbesondere versuche ich, das Scikit-Learn- RidgeModell auf den ' Hitters'- Datensatz aus dem R-Paket'...
Ich muss gestehen, dass ich in keiner meiner Klassen, Studenten oder Absolventen, von diesem Begriff gehört habe. Was bedeutet es für eine logistische Regression, Bayesianisch zu sein? Ich suche nach einer Erklärung mit einem Übergang von der regulären Logistik zur Bayes'schen Logistik, ähnlich...