Ich verwende den Gaußschen Prozess (GP) für die Regression. In meinem Problem ist es durchaus üblich, dass zwei oder mehr Datenpunkte relativ zu den Längenskalen des Problems nahe beieinander liegen. Beobachtungen können auch extrem laut sein. Um die Berechnungen zu beschleunigen und die...
Ich möchte feststellen, ob Kollinearität ein Problem in meiner OLS-Regression ist. Ich verstehe, dass Varianzinflationsfaktoren und der Zustandsindex zwei häufig verwendete Messgrößen sind, finde es jedoch schwierig, etwas Bestimmtes in Bezug auf die Vorzüge jedes Ansatzes oder die Höhe der...
Was ist der statistische Unterschied zwischen einer linearen Regression in R mit der formulaMenge auf y ~ x + 0statt y ~ x? Wie interpretiere ich diese beiden unterschiedlichen
Ich suche nach Ressourcen (Bücher, Vorlesungsunterlagen usw.) über Techniken, die Daten verarbeiten können, die mehrere Ziele haben (Beispiel: drei abhängige Variablen: 2 diskrete und 1 kontinuierliche). Hat jemand irgendwelche Ressourcen / Kenntnisse dazu? Ich weiß, dass es dafür möglich ist,...
Ich habe bereits eine Vorstellung von den Vor- und Nachteilen der Gratregression und des LASSO. Für das LASSO ergibt der L1-Strafausdruck einen Vektor mit geringem Koeffizienten, der als Merkmalsauswahlmethode angesehen werden kann. Es gibt jedoch einige Einschränkungen für den LASSO. Wenn die...
Kann der vorhergesagte Wert bei Entscheidungsbäumen außerhalb des Bereichs der Trainingsdaten liegen? Wenn der Trainingsdatensatzbereich der Zielvariablen beispielsweise 0-100 beträgt, können meine Werte beim Generieren und Anwenden meines Modells auf etwas anderes -5 sein? oder 150? Da ich die...
Vollständige Offenlegung: Ich bin kein Statistiker und behaupte auch nicht, einer zu sein. Ich bin ein niedriger IT-Administrator. Bitte spiel sanft mit mir. :) :) Ich bin für die Erfassung und Prognose der Festplattennutzung für unser Unternehmen verantwortlich. Wir erfassen unsere...
Ich kenne die Grundlagen zu SVM und SVR, verstehe aber immer noch nicht, wie das Problem, eine Hyperebene zu finden, die den Spielraum maximiert, in SVR passt. Zweitens habe ich etwas über gelesen, das als Toleranzspielraum in SVR verwendet wird. Was bedeutet es?ϵϵ\epsilon Drittens gibt es einen...
Der Versuch, die Anzahl der Besuche anhand der demografischen Daten und des Service zu berechnen. Die Daten sind sehr verzerrt. Histogramme: qq-Diagramme (links ist log): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityund servicesind...
Ich habe eine allgemeine Frage. Kürzlich habe ich gerade Basiserweiterung und Regularisierung gelernt. Es gibt verschiedene interessante Techniken, darunter: kubischer Spline, natürlicher Spline, B-Spline und Glättungs-Spline . Die Frage ist, was sind die Vor- und Nachteile (falls vorhanden) beim...
Angenommen, ich mache eine Regression mit Trainings-, Validierungs- und Testsätzen. Ich kann RMSE und R im Quadrat (R ^ 2, den Bestimmungskoeffizienten) aus der Ausgabe meiner Software (wie z. B. Rs lm () -Funktion) ermitteln. Mein Verständnis ist, dass der Test-RMSE (oder MSE) das Maß für die Güte...
Ich experimentiere mit schrittweiser Regression, um die Vielfalt meiner Herangehensweise an das Problem zu verbessern. Ich habe also 2 Fragen: Was sind die Vorteile einer schrittweisen Regression? Was sind ihre spezifischen Stärken? Was halten Sie vom hybriden Ansatz, bei dem Sie schrittweise...
Okay, nur ein bisschen verschwommen in ein paar Dingen, jede Hilfe wäre sehr dankbar. Nach meinem Verständnis wird das lineare Regressionsmodell über eine bedingte Erwartung vorhergesagt E(Y|X)=b+Xb+eE(Y|X)=b+Xb+eE(Y|X)=b+Xb+e Nehmen wir an, dass sowohl als auch Zufallsvariablen mit einer...
Ich arbeite derzeit daran, ein Vorhersagemodell für ein binäres Ergebnis in einem Datensatz mit ~ 300 Variablen und 800 Beobachtungen zu erstellen. Ich habe auf dieser Website viel über die Probleme gelesen, die mit der schrittweisen Regression verbunden sind, und warum man sie nicht verwendet. Ich...
Unser Professor befasst sich nicht mit der Mathematik oder sogar der geometrischen Darstellung multipler linearer Regression, und das hat mich etwas verwirrt. Einerseits wird es auch in höheren Dimensionen immer noch als multiple lineare Regression bezeichnet. Auf der anderen Seite, wenn wir zum...
Beim maschinellen Lernen (für Regressionsprobleme) sehe ich häufig, dass der mittlere quadratische Fehler (MSE) oder der mittlere absolute Fehler (MAE) als Fehlerfunktion zum Minimieren verwendet werden (plus Regularisierungsterm). Ich frage mich, ob es Situationen gibt, in denen die Verwendung des...
Das mgcvPaket für Rhat zwei Funktionen zum Anpassen von Tensorproduktwechselwirkungen: te()und ti(). Ich verstehe die grundlegende Arbeitsteilung zwischen den beiden (Anpassen einer nichtlinearen Wechselwirkung vs. Zerlegen dieser Wechselwirkung in Haupteffekte und eine Wechselwirkung). Was ich...
Nach einem Jahr in der Graduiertenschule verstehe ich die "gewichteten kleinsten Quadrate" wie folgt: Sei , eine Entwurfsmatrix, \ boldsymbol \ beta \ in \ mathbb {R} ^ p ist ein Parametervektor, \ boldsymbol \ epsilon \ in \ mathbb {R} ^ n ist ein Fehlervektor, so dass \ boldsymbol \ epsilon \ sim...
Ich habe Daten nämlich 365 Beobachtung von drei Variablen gesetzt enthält pm, tempund rain. Jetzt möchte ich das Verhalten pmals Reaktion auf Änderungen in anderen zwei Variablen überprüfen . Meine Variablen sind: pm10 = Antwort (abhängig) temp = Prädiktor (unabhängig) rain = Prädiktor...
Angenommen , ich habe zwei Schätzern ß 1 und β 2 , die konsistente Schätzer des gleichen Parameters β 0 und so , dass √βˆ1β^1\widehat{\beta}_1βˆ2β^2\widehat{\beta}_2β0β0\beta_0n−−√(βˆ1−β0)→dN(0,V1),n−−√(βˆ2−β0)→dN(0,V2)n(β^1−β0)→dN(0,V1),n(β^2−β0)→dN(0,V2)\sqrt{n}(\widehat{\beta}_1 -\beta_0)...