Ich versuche, eine Mittelebene eines 3D-Modells unter Verwendung der Mittelpunkte gepaarter Landmarken zu schätzen, um fehlende Daten zu rekonstruieren (die Mittelebene bezieht sich hier auf die mittlere / saggitale Ebene des Schädels, die den Schädel in zwei symmetrische Hälften schneidet, links...
Hintergrund: Ich möchte eine Meta-Regression mit Studien durchführen, die (1) mehrere Ergebnisse / Konstrukte (= multivariat) und (2) mehrere Effektgrößen für jedes dieser Ergebnisse aufgrund unterschiedlicher Maßnahmen aufweisen. Hier ist ein Schema, das es hoffentlich am besten erklärt: Studie...
Ich arbeite derzeit daran, Todesfälle durch AIDS im Laufe der Zeit mithilfe eines GLM in R zu modellieren. Ich weiß, dass es zwei mögliche Optionen für die Verknüpfungsfunktion für Poisson-Daten gibt, log und Quadratwurzel. Ich weiß, dass die Quadratwurzel Variabilitätsprobleme ausgleichen würde,...
Ich recherchiere mit logistischer Regression. 10 Variablen beeinflussen die abhängige Variable. Eine der oben genannten ist kategorisch (z. B. Expresslieferung, Standardlieferung usw.). Jetzt möchte ich diese Kategorien anhand der "Stärke" ihrer Auswirkung auf die abhängige Variable einstufen. Sie...
Angenommen, ich habe ein kontinuierliches Ergebnis yund zwei faktorielle Prädiktoren mit jeweils zwei Ebenen. Einer meiner kategorialen Prädiktoren drugkann zwei Ebenen haben ("A" oder "B"), der andere ist smokeYes. Wenn ich ein Regressionsmodell ausführe, kann ich die Basislinie oder den...
ich wundere mich über die optimale Gitterfeinheit und Wie ist das Verhältnis zwischen Gitterfeinheit und Überanpassung? bei Regularisierungsmethoden wie LASSO, Ridge Regression oder Elastic Net. Angenommen, ich möchte ein Regressionsmodell mit LASSO an eine Stichprobe von 500 Beobachtungen anpassen...
Ich habe einen Datensatz, für den ich ein GAM-Modell erstelle, mit einer Reihe von Faktoren, die die abhängige Variable vorhersagen. Wenn ich eine Zusammenfassung des Modells mache, erhalte ich ein Diagramm, das die "Bedeutung von glatten Begriffen" angibt (was ziemlich bedeutsam ist). Was bedeutet...
Ich benutze R, um eine lineare Regression durchzuführen. Ich habe Möglichkeiten gesehen, Vorhersageintervalle zu berechnen, aber diese hängen von homoskedastischen Daten ab. Gibt es eine Möglichkeit, Vorhersageintervalle mit heteroskedastischen Daten zu
SE-Community, ich hoffe, einige Einblicke in das folgende Problem zu bekommen. Bei einem einfachen linearen Regressionsmodell ist Unter einer Gaußschen Wahrscheinlichkeitsfunktion mit homoskedastischen Fehlertermen nimmt die bedingte Verteilung der abhängigen Variablen die Form Ich weise ein...
Ich verwende from sklearn.linear_model import Lassoin Python 2.7.6 Ich habe ein Skript geschrieben, mit dem ich eine Lasso-Regression für meine Features (X) und meine Ziele (y) durchgeführt habe. Ich habe es schon einmal verwendet und es funktioniert. Ich verwende es für einen neuen Datensatz...
Ich verwende die von Terry T. bereitgestellte Deming-Funktion für diesen archivierten R-Help-Thread . Ich vergleiche zwei Methoden, daher habe ich Daten, die so aussehen: y x stdy stdx 1 1.2 0.23 0.67 2 1.8 0.05 0.89 4 7.5 1.13 0.44 ... ... ... ... Ich habe meine Deming-Regression durchgeführt...
Ich fand heraus, dass für ein einfaches lineares Regressionsmodell sowohl die OLS- als auch die Maximum-Likelihood-Methode (unter der Annahme einer Normalverteilung) dieselbe Ausgabe liefern (Parameterwerte). Können wir daraus sagen, dass OLS auch implizite Annahmen über die Normalverteilung macht...
In dem Buch "Die Elemente des statistischen Lernens" in Kapitel 2 ("Lineare Modelle und kleinste Quadrate; Seite Nr. 12") steht das geschrieben Im (p + 1) -dimensionalen Eingabe-Ausgabe-Raum repräsentiert (X, Y) eine Hyperebene. Wenn die Konstante in X enthalten ist, enthält die Hyperebene den...
Angenommen, ich habe drei Datensätze der Größe :nnn y1y1y_1 = Größe von Menschen nur aus den USA y2y2y_2 = Körpergröße von Männern aus der ganzen Welt y3y3y_3 = von Frauen aus der ganzen Welt Und ich baue für jedes ein lineares Modell mit den Faktoren , :xixix_ii=1,...,ki=1,...,ki = 1,...,...
Ich habe eine Frage zur linearen Regression im Allgemeinen. Angenommen, wir haben den folgenden Datengenerierungsprozess:yi=xiβ+ϵiyi=xiβ+ϵiy_{i}=x_{i}\beta+\epsilon_{i} Nach meinem Verständnis ist jede Beobachtung eine Zufallsvariable, dh jedes hat einen bedingten Mittelwert , dh : unter...
Ich habe einige Beispiele von Daten der Form und . Ich möchte eine Ebene an die Daten mit den kleinsten mittleren quadratischen Fehlern anpassen.x,yx,yx,yz=f(x,y)z=f(x,y)z=f(x,y)z=Ax+By+Cz=EINx+B.y+C.z = Ax + By + C Ich habe in Abschnitt 3 dieses Dokuments eine "Antwort" gefunden , die jedoch in...
Ich passe einige verallgemeinerte additive Modelle mit dem mgcvPaket in R an und möchte zwischen zwei Modellen testen. ob ich einen Begriff entfernen kann oder nicht. Ich bekomme jedoch widersprüchliche Ergebnisse (soweit ich das beurteilen kann). Ein Modell m1mit einem glatten Begriff für...
Ich interessiere mich für den Unterschied zwischen einer linearen Regression und einem linearen Modell. Nach meinem Verständnis gehört die lineare Regression zu einer größeren Familie linearer Modelle, aber beide Begriffe werden häufig als Synonyme verwendet. Nun wurde mir vorgeschlagen, eine...
Ich verwende lineare Regression, um Werte zu schätzen, die in Wirklichkeit immer nicht negativ sind. Die Prädiktorvariablen sind ebenfalls nicht negativ. Zum Beispiel die Anzahl der Bildungsjahre und das Alter zurückführen, um das Gehalt vorherzusagen. Alle Variablen sind in diesem Fall immer nicht...
Wenn ich theoretische Gründe habe anzunehmen, dass die Daten mit einer ungewöhnlichen Gleichung wie der folgenden übereinstimmen könnten: Y.ich= (β0+β1x1 i+β2x2 i+ϵich)β3Yi=(β0+β1x1i+β2x2i+ϵi)β3Y_i = (\beta_0 + \beta_1x_{1i} + \beta_2x_{2i} + \epsilon_i)^{\beta_3} Kann ich nach einer...