タグ付けされた質問 「regression」

研究デザインで変数を制御する方が、回帰モデルでその場で制御するよりも、エラーを減らすのに効果的だと思います。 これら2つの「制御」のインスタンスの違いを正式に説明してもらえますか？エラーを削減し、より正確な予測を行う上で、それらはどれほど効果的ですか？

11 regression  experiment-design  controlling-for-a-variable 

以下の形式の投げ縄回帰を実行しようとしています： を最小化www(Y−Xw)′(Y−Xw)+λ|w|1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 与えられたとき、次の形式を取る2次計画法の助けを借りて、最適なを見つけるようにアドバイスされました。λλ\lambdawww でを最小化しxxx12x′Qx+c′x12x′Qx+c′x\frac{1}{2} x'Qx + c'xAx≤b.Ax≤b.Ax \le b. 項は制約項に変換する必要があることに気付きました。これはかなり単純です。ただし、どういうわけか、最初の方程式の最初の項を2番目の方程式の最初の項に変換する方法がわかりません。ネットではなかなか見つからなかったので、ここで質問することにしました。λλ\lambdaAx≤bAx≤bAx \le b

11 regression  lasso  quadratic-form 

回帰を適合させています（y ）。指数変換によって変換ポイントの推定値（および信頼性/予測間隔）を逆算することは有効ですか？E [ f （X ）] ≠ f （E [ X ] ）なので、私はそうは思わないが、他の人の意見が欲しかった。ログ（y）log⁡(y)\log(y)E[ f（X）] ≠ f（E[ X] ）E[f(X)]≠f(E[X])E[f(X)] \ne f(E[X]) 以下の私の例は、逆変換との競合を示しています（.239対.219）。 set.seed(123) a=-5 b=2 x=runif(100,0,1) y=exp(a*x+b+rnorm(100,0,.2)) # plot(x,y) ### NLS Fit f <- function(x,a,b) {exp(a*x+b)} fit <- nls(y ~ exp(a*x+b), start = c(a=-10, b=15)) co=coef(fit) # curve(f(x=x, a=co[1], b=co[2]), add …

11 regression  back-transformation 

多くの結果がパーセンテージのように表される研究があり、複数の線形回帰を使用して、これらの結果に対するいくつかのカテゴリ変数の影響を評価しています。 線形回帰は結果が連続分布であると仮定しているので、このようなモデルをパーセンテージに適用する方法論的な問題はありますか？

11 regression  ratio  percentage 

介入のある月次時系列があり、結果に対するこの介入の影響を定量化したいと思います。シリーズはかなり短く、効果はまだ結論に達していません。 データ cds <- structure(c(2580L, 2263L, 3679L, 3461L, 3645L, 3716L, 3955L, 3362L, 2637L, 2524L, 2084L, 2031L, 2256L, 2401L, 3253L, 2881L, 2555L, 2585L, 3015L, 2608L, 3676L, 5763L, 4626L, 3848L, 4523L, 4186L, 4070L, 4000L, 3498L), .Dim=c(29L, 1L), .Dimnames=list(NULL, "CD"), .Tsp=c(2012, 2014.33333333333, 12), class="ts") 方法論 1）介入前のシリーズ（2013年10月まで）がauto.arima機能とともに使用されました。提案されたモデルは、平均がゼロでないARIMA（1,0,0）でした。ACFプロットは良好に見えました。 pre <- window(cds, start=c(2012, 01), end=c(2013, 09)) …

11 r  regression  arima  intervention-analysis 

これが重複する質問である場合は、正しい方法を指摘してください。ただし、ここで見つけた同様の質問は十分に類似していません。私はモデルを推定したとY= α + βバツ+ uY=α+βバツ+あなたY=\alpha + \beta X + u そして、ことがわかります。しかし、それが判明X = X 1 + X 2、及びIが疑わしい∂ Yを/ ∂ X 1 ≠ ∂ Y / ∂ X 2、特に、その∂ Y / ∂ X 1 > ∂ Y / ∂ X 2。私はモデルを推定してY = α + β 1 X 1 + β 2 …

11 r  regression  hypothesis-testing  econometrics 

単純な線形回帰では、推論を行うことができるように特定の仮定が満たされているかどうかを確認することがよくあります（たとえば、残差は正規分布です）。 当てはめられた値が正規分布しているかどうかをチェックすることにより、仮定をチェックすることは妥当ですか？

11 regression  residuals  diagnostic 

私はR. Iにおけるリッジ回帰を使用して回帰モデルの最良の変数の解決策を見つけるためにいくつかのデータを使用している適用lm.ridge及びglmnet（ときalpha=0）が、結果は、特にときに、非常に異なっていますlambda=0。両方のパラメーター推定器が同じ値を持っていると仮定します。それで、ここの問題は何ですか？宜しくお願いします

11 r  regression  ridge-regression  glmnet 

私は以前、未知のパラメータに関して、推定器のための結果を与えるサンプリング分布について学びました。例えば、サンプリング分布のためにβ 0及びβ 1線形回帰モデルにおいてY iが = β O + β 1 X I + ε Iβ^0β^0\hat\beta_0β^1β^1\hat\beta_1Yi=βo+β1Xi+εiYi=βo+β1Xi+εiY_i = \beta_o + \beta_1 X_i + \varepsilon_i と β1〜Nを（β1、σ2β^0∼N(β0, σ2(1n+x¯2Sxx))β^0∼N(β0, σ2(1n+x¯2Sxx)) \hat{\beta}_0 \sim \mathcal N \left(\beta_0,~\sigma^2\left(\frac{1}{n}+\frac{\bar{x}^2}{S_{xx}}\right)\right) β^1∼N(β1, σ2Sxx)β^1∼N(β1, σ2Sxx) \hat{\beta}_1 \sim \mathcal N \left(\beta_1,~\frac{\sigma^2}{S_{xx}}\right) ここで、Sxx=∑ni=1(x2i)−nx¯2Sxx=∑i=1n(xi2)−nx¯2S_{xx} = \sum_{i=1}^n (x_i^2) -n \bar{x}^2 しかし今、私は本で以下を見ました： 通常の方法でモデルを最小二乗法で近似するとします。ベイジアン事後分布を検討し、事前分布を選択して、これが通常の頻度主義サンプリング分布と同等になるようにします。 (β0β1)∼N2[(β^1β^2), σ^2(n∑ni=1xi∑ni=1xi∑ni=1x2i)−1](β0β1)∼N2[(β^1β^2), σ^2(n∑i=1nxi∑i=1nxi∑i=1nxi2)−1] …

11 regression  self-study  bayesian  mathematical-statistics  sampling 

コードの欠陥を、近接性などのコードの複雑さの指標と関連付けたいのですが。一般的なモデルの1つは、これをポアソンプロセスと見なすことです。ここで、継続時間はコーディングに費やされた時間であり、密度はコードの複雑さの関数です。回帰を行って有意値などを取得できます。 ただし、結果を視覚化することは困難です（数学にあまり興味がない同僚にとってはさらに困難です）。これが線形傾向である場合など、異常値などを確認するためにこれを表示する良い方法はありますか？（Rパッケージへのリンクは大歓迎です。） たとえば、単にプロットすることもできますDefects / Time ~ Complexityが、これはかなりノイズDefectsが多く、離散化されているため非常に小さいため、傾向を確認することは困難です。私が考えていたのは、データを分位点にスライスしてから、分位点ごとに回帰を行い、結果の密度をプロットできることです。ただし、これがどれほど有効であるかはわかりません。分位とは何かについて人々を誤解させる。

11 regression  data-visualization  poisson-distribution 

次元削減回帰（DRR）または教師付き次元削減（SDR）技法の、従来の回帰技法（次元削減なし）に対するアプリケーションまたは利点は何ですか？これらのクラスの技法は、回帰問題の特徴セットの低次元表現を見つけます。このような手法の例には、スライスされた逆回帰、主ヘシアン方向、スライスされた平均分散推定、カーネルスライスされた逆回帰、主成分回帰などが含まれます。 交差検証されたRMSEに関して、次元削減を行わない回帰アルゴリズムでアルゴリズムのパフォーマンスが向上した場合、回帰の次元削減の実際の用途は何ですか？これらのテクニックの要点はわかりません。 これらの手法は、たまたま、回帰のための空間と時間の複雑さを減らすために使用されていますか？それが主な利点である場合、この手法を使用する際の高次元データセットの複雑さの軽減に関するリソースが役立つでしょう。これについては、DRRまたはSDR技術自体を実行するにはある程度の時間とスペースが必要であるという事実について議論します。このSDR / DRR +回帰は、低濃度のデータセットで、高濃度のデータセットでの回帰のみよりも高速ですか？ この設定は抽象的な関心のみから研究されたもので、実用的なアプリケーションはありませんか？ 余談ですが、特徴と応答同時分布が多様体上にあるという仮定が時々あります。回帰問題を解決するために、このコンテキストで観測されたサンプルから多様体を学習することは理にかなっています。YバツXXYYY

11 regression  machine-learning  pca  dimensionality-reduction 

比例オッズの仮定なしに、Rで順序ロジスティック回帰を実行したいと考えています。これはvglm()、Rを設定することで、関数in を使用して直接実行できることを知っていますparallel=FALSE。 しかし、私の問題は、この回帰設定で特定の係数セットを修正する方法ですか？例えば、従属変数言う離散的順序であり、値が取ることができるY = 1、2、または3。回帰子がX 1およびX 2の場合、回帰方程式は次のとおりです。YYYY= 1Y=1Y = 1222３33バツ1X1X_{1}バツ2X2X_{2} l o g i t （ P（Y≤ 1 ））l o g i t （ P（Y≤ 2 ））= α1+ β11バツ1+ β12バツ2= α2+ β21バツ1+ β22バツ2logit(P(Y≤1))=α1+β11X1+β12X2logit(P(Y≤2))=α2+β21X1+β22X2 \begin{aligned} {\rm logit} \big( P(Y \leq 1) \big) &= \alpha_{1} + \beta_{11}X_{1} + \beta_{12}X_{2} \\ {\rm logit}\big(P(Y …

11 r  regression  logistic 

非線形の依存関係を検出する可能性があるラムジーリセットテストを知っています。ただし、回帰係数の1つ（単に線形依存関係）を捨てただけの場合、相関関係によってはバイアスがかかる可能性があります。これは明らかにリセットテストでは検出されません。 このケースのテストは見つかりませんでしたが、「潜在的な省略された変数を含めることを除いて、OVBをテストすることはできません」というステートメントです。それはおそらく理にかなった陳述でしょうね。

11 regression  multiple-regression  bias  causality  diagnostic 

私は次のようなデータを持っています： 私は正規分布を適用しようとしました（カーネル密度の推定はうまく機能しますが、それほど高い精度は必要ありません）。これは非常にうまく機能します。密度プロットは楕円を作成します。 その楕円関数を取得して、点が楕円の領域内にあるかどうかを判断する必要があります。どうやってするか？ RまたはMathematicaコードを歓迎します。

11 r  regression  pdf  bivariate 

正しい方向に進むには少し助けが必要です。統計を調べてから専門用語が変わったようですが、久しぶりです。 次のような自動車関連データのセットがあるとします。 A町からB町までの移動時間 A町からB町までの距離 エンジンの大きさ ドライバーの靴のサイズ 車のメーカーとモデル 曜日 所要時間を予測したい。 時間と距離の間には強い相関関係があり、おそらくエンジンのサイズとは弱い相関関係があると思います（靴のサイズとは相関関係がない）おそらく重回帰分析/分散分析が使用するツールです。しかし、Sunday = 1、Monday = 2などとしてコーディングするだけで非常に間違っていると感じるので、どのように曜日を含めるのですか？ たとえば、Excelの回帰ツールを使用した後、結果をどのように解釈しますか？おそらくRが1に近い場合、これは適切です（ただし、データ項目が多い場合は、小さいながらも重要であるかのように見えます）。しかし、一部のソースは、SDのように見えるr-2乗を参照しているため、ゼロに近い値が適切です。また、t Stat、P値、F、および有意Fも表示されます。誰かが良いリファレンスソースを推薦できますか？

11 regression  categorical-data  categorical-encoding