タグ付けされた質問 「regression」

大量のデータの分析を終えています。作業の最初の部分で使用された線形モデルを取得し、線形混合モデル（LME）を使用して再適合させたいと思います。LMEは非常に似ていますが、モデルで使用される変数の1つが変量効果として使用される点が異なります。このデータは、少数の被験者（〜10）の多くの観測（> 1000）から得られ、被験者の効果のモデリングはランダム効果（これはシフトしたい変数です）として行う方がよいことを知っています。Rコードは次のようになります。 my_modelB <- lm(formula = A ~ B + C + D) lme_model <- lme(fixed=A ~ B + C, random=~1|D, data=my_data, method='REML') すべてが正常に実行され、結果は非常に似ています。RLRsimやAIC / BICのようなものを使用して、これら2つのモデルを比較し、どちらが最も適切であるかを判断できれば、すばらしいと思います。LMEの方が適切なモデルだと思いますが、同僚が「より良い」ものを選択する簡単にアクセスできる方法がないため、LMEを報告したくありません。助言がありますか？

10 r  regression  hypothesis-testing  mixed-model  lme4-nlme 

チャートからトレンドラインの数式をExcelの任意のX値に適用する簡単な方法はありますか？ たとえば、特定のX = $ 2,006.00のY値を取得したいとします。私はすでに式を取り、それを次のように再入力しました： =-0.000000000008*X^3 - 0.00000001*X^2 + 0.0003*X - 0.0029 データを追加することにより、トレンドラインを継続的に調整しており、毎回数式を再入力したくありません。

10 regression  excel 

視覚的なデータ分析のために複雑なグラフィックを描く必要があります。2つの変数と多数のケース（> 1000）があります。例（分散を「通常」にするには、数値は100です）： x <- rnorm(100,mean=95,sd=50) y <- rnorm(100,mean=35,sd=20) d <- data.frame(x=x,y=y) 1）同時発生の相対頻度に対応するポイントサイズで生データをプロットする必要plot(x,y)があるため、オプションではありません-ポイントサイズが必要です。これを達成するために何をすべきですか？ 2）同じプロットで、相関の変化を表す95％信頼区間の楕円と線をプロットする必要があります（正しく名前を付ける方法がわからない）-次のようなもの： library(corrgram) corrgram(d, order=TRUE, lower.panel=panel.ellipse, upper.panel=panel.pts) しかし、1つのプロットで両方のグラフを使用します。 3）最後に、これに加えて、結果の線形回帰モデルを描画する必要があります。 r<-lm(y~x, data=d) abline(r,col=2,lwd=2) しかし、エラー範囲... QQ-プロットのようなもの： しかし、可能であればフィッティングエラーのため。 だから問題は： これらすべてを1つのグラフで実現する方法は？

10 r  data-visualization  regression 

lines各セグメントを個別にプロットするために使用するgeom_smooth(aes(group=Ind), method="lm", fill=FALSE)か、またはを使用する以外に、このような区分的モデルの回帰直線をプロットする方法はありますか？ m.sqft <- mean(sqft) model <- lm(price~sqft+I((sqft-m.sqft)*Ind)) # sqft, price: continuous variables, Ind: if sqft>mean(sqft) then 1 else 0 plot(sqft,price) abline(reg = model) Warning message: In abline(reg = model) : only using the first two of 3regression coefficients ありがとうございました。

10 r  data-visualization  regression 

PLSの基礎となるモデルは、与えられた行列とベクトルがによって関連付けられることです ここで、は潜在的な行列、およびはノイズ項です（が中央にあると）。n×mn×mn \times mXXXnnnyyyX=TP′+E,X=TP′+E,X = T P' + E, y=Tq′+f,y=Tq′+f,y = T q' + f,TTTn×kn×kn \times kE,fE,fE, fX,yX,yX, y PLSの推定値生成、および回帰係数の'ショートカット'ベクター、ように。の分布をいくつかの単純化した仮定の下で見つけたいと思います。T,P,qT,P,qT, P, qβ^β^\hat{\beta}y∼Xβ^y∼Xβ^y \sim X \hat{\beta}β^β^\hat{\beta} モデルは正確です。つまり 、未知のに対してです。X=TP′+E,y=Tq′+fX=TP′+E,y=Tq′+fX = T P' + E,y = T q' + fT,P,qT,P,qT, P, q 潜在因子の数は既知であり、PLSアルゴリズムで使用されます。kkk 実際の誤差項は、既知の分散を持つiidゼロ平均正規です。 「the」PLSアルゴリズムには多数のバリアントがあるため、この質問はいくぶん過小評価されていますが、私はそれらの結果を受け入れます。私はまたの分布を推定する方法についての指導受け入れるだろうを経由して例えば Aのブートストラップを、おそらくそれは別の問題です。β^β^\hat{\beta}

10 regression  confidence-interval  latent-variable  partial-least-squares 

「時系列の文脈での」「偽の回帰」およびユニットルートテストなどの関連用語は、よく聞いたことがあるが、理解できなかった。 なぜ/いつ、直感的に発生するのですか？（私はあなたの2つの時系列が共積分されたときだと思います。つまり、2つの線形結合は定常的ですが、共積分が偽りにつながる理由はわかりません。）それを避けるために何をしますか？ 共積分/単位根テスト/グレンジャーの因果関係がスプリアス回帰とどのような関係があるかについての高レベルの理解を求めています（これらの3つは、スプリアス回帰に何らかの形で関連していることを覚えていますが、正確には覚えていません）。したがって、カスタム応答または詳細を参照できる参照へのリンクのいずれかがすばらしいでしょう。

10 time-series  regression  cointegration 

を使用してRで線形モデルをフィッティングしていglmnetます。元の（正規化されてlmいない）モデルはを使用してフィットされ、定数項がありませんでした（つまり、の形式でしたlm(y~0+x1+x2,data)）。 glmnet予測子の行列と応答のベクトルを取ります。私はglmnetドキュメントを読んでいますが、一定の用語についての言及はありません。 それで、glmnet原点を通して線形適合を強制するように依頼する方法はありますか？

10 r  regression  lasso 

私はMatlabを使用して制約なしの最小二乗（通常の最小二乗）を実行しており、係数、検定統計量、およびp値を自動的に出力します。 私の質問は、制約付き最小二乗（厳密に非負の係数）を実行すると、テスト統計なしでp値のみを出力することです。 これらの値を計算して有意性を保証することは可能ですか？そして、なぜそれはソフトウェア（またはそのことに関して他のソフトウェア）で直接利用できないのですか？

10 regression  statistical-significance  least-squares  constrained-regression 

具体的な例や課題は考えていません。私はbスプラインを使うのが初めてで、この関数を回帰のコンテキストでよりよく理解したかったのです。 応答変数といくつかの予測子x 1、x 2、との関係を評価したいとします。。。、x p。予測子には、いくつかの数値変数といくつかのカテゴリカル変数が含まれています。yyyx1,x2,...,xpx1,x2,...,xpx_1, x_2,...,x_p 回帰モデルを当てはめた後、数値変数の1つ、たとえばが有意であるとしましょう。その後の論理的ステップは、オーバーフィッティングなしで関係を適切に説明するために、高次多項式、たとえばx 2 1とx 3 1が必要かどうかを評価することです。x1x1x_1x21x12x_1^2x31x13x_1^3 私の質問は： どの時点で、bスプラインまたは単純な高次多項式を選択しましたか。例：R： y ~ poly(x1,3) + x2 + x3 対 y ~ bs(x1,3) + x2 + x3 プロットを使用して、これら2つの間の選択を通知する方法と、プロットから本当に明確でない場合はどうなるか（例：大量のデータポイントが原因） とx 3の間の双方向相互作用項をどのように評価しますかx2x2x_2x3x3x_3 上記の方法は、モデルの種類によってどのように変わりますか 高次多項式を使用せず、常にBスプラインをフィッティングして高い柔軟性にペナルティを課すことを検討しますか？

10 regression  multiple-regression  splines  polynomial  penalized 

手動多項式展開とR poly関数を使用して異なる予測を取得するのはなぜですか？ set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) xp_exp <- data.frame(f1=xp,f2=xp^2) yp <- predict(fit,xp_exp) lines(xp,yp) # using poly function fit2 <- lm(y~ poly(x,degree=2) -1) yp <- predict(fit2,data.frame(x=xp)) lines(xp,yp,col=2) 私の試み： 切片に問題があるようです。切片を使用してモデルを近似すると、つまり、-1モデルformulaにない場合、2つの線は同じになります。しかし、なぜ切片なしで2つの線が異なるのですか？ …

10 r  regression  polynomial 

タイトルが示すように、ライブラリのLBFGSオプティマイザーを使用して、glmnet linearの結果を複製しようとしていますlbfgs。このオプティマイザーを使用すると、目的関数（L1レギュラライザー項なし）が凸型である限り、微分可能性について心配する必要なくL1レギュラライザー項を追加できます。 弾性正味線形回帰問題glmnet紙はによって与えられる ここで、X∈RN×pは計画行列であり、Y∈RのPは、観測値のベクトルであり、αは∈[0、1]弾性ネットパラメータであり、λ>0は正則化パラメーターです。オペレータ‖X‖pは、通常のLPノルムを表します。minβ∈Rp12n∥β0+Xβ−y∥22+αλ∥β∥1+12(1−α)λ∥β∥22minβ∈Rp12n‖β0+Xβ−y‖22+αλ‖β‖1+12(1−α)λ‖β‖22\min_{\beta \in \mathbb{R}^p} \frac{1}{2n}\Vert \beta_0 + X\beta - y \Vert_2^2 + \alpha \lambda \Vert \beta\Vert_1 + \frac{1}{2}(1-\alpha)\lambda\Vert\beta\Vert^2_2X∈Rn×pX∈Rn×pX \in \mathbb{R}^{n \times p}y∈Rpy∈Rpy \in \mathbb{R}^pα∈[0,1]α∈[0,1]\alpha \in [0,1]λ>0λ>0\lambda > 0∥x∥p‖x‖p\Vert x \Vert_p 以下のコードは関数を定義し、結果を比較するためのテストを含みます。ご覧のとおり、結果はで許容可能alpha = 1ですが、次のプロットが示すように、alpha < 1.からalpha = 1に行くにつれてエラーが悪化しalpha = 0ます（「比較メトリック」はglmnetのパラメーター推定値間の平均ユークリッド距離です）および特定の正則化パスのlbfgs）。 さて、これがコードです。可能な限りコメントを追加しました。私の質問は：なぜ私の結果はglmnetの値の結果と異なるのalpha < 1ですか？それは明らかにL2正則化用語と関係がありますが、私が知る限り、この用語を論文のとおり正確に実装しました。どんな助けでも大歓迎です！ library(lbfgs) linreg_lbfgs <- function(X, y, alpha …

10 r  regression  regularization  glmnet  elastic-net 

まず、このフォーラムでいくつかの調査を行いましたが、非常によく似た 質問が行われたことはわかっていますが、通常は適切に回答されていないか、回答の詳細がわからないだけで理解できない場合があります。したがって、今回は私の質問は次のとおりです。2つのデータセットがあり、それぞれに次のような多項式回帰を行います。 Ratio<-(mydata2[,c(2)]) Time_in_days<-(mydata2[,c(1)]) fit3IRC <- lm( Ratio~(poly(Time_in_days,2)) ) 多項式回帰プロットは次のとおりです。 係数は次のとおりです。 > as.vector(coef(fit3CN)) [1] -0.9751726 -4.0876782 0.6860041 > as.vector(coef(fit3IRC)) [1] -1.1446297 -5.4449486 0.5883757 そして、私が知りたいのは、R関数を使用して、関連する日数の間隔が[ 1,100]。 私が理解したことから、値は2つの異なるデータセットからも、モデル/真のデータの比較に使用されるAICからも得られるため、anovaテストを直接適用することはできません。 私は関連する質問で@Rolandによって与えられた指示に従ってみましたが、私の結果を見て、おそらく何かを誤解しました： これが私がしたことです： 両方のデータセットを1つに結合しました。 f@Rolandが話している変動要因です。最初のセットには1を入れ、他のセットには0を入れました。 y<-(mydata2[,c(2)]) x<-(mydata2[,c(1)]) f<-(mydata2[,c(3)]) plot(x,y, xlim=c(1,nrow(mydata2)),type='p') fit3ANOVA <- lm( y~(poly(x,2)) ) fit3ANOVACN <- lm( y~f*(poly(x,2)) ) 私のデータは今このように見えます： 赤いものはfit3ANOVAまだ機能していますがfit3ANOVACN、モデルの奇妙な結果を持つ青いものに問題があります。フィットモデルが正しいかどうかはわかりません。@ Rolandが正確に何を意味するのかわかりません。 @DeltaIVソリューションを考えると、私はその場合を想定し ています。私はそう仮定する権利がありますか？

10 r  regression  statistical-significance  regression-coefficients  group-differences 

私は統計に少し入り込もうとしていますが、何かに行き詰まっています。私のデータは次のとおりです。 Year Number_of_genes 1990 1 1991 1 1993 3 1995 4 ここで、データに基づいて任意の年の遺伝子数を予測できる回帰モデルを構築したいと思います。これまでは線形回帰を使用して行いましたが、ある程度の読み取りを行ったため、この種のデータには最適ではないようです。私はポアソン回帰が役に立つかもしれないことを読みましたが、何を使うべきかわかりません。だから私の質問は： この種のデータの一般的な回帰モデルはありますか？いいえの場合、どの方法を使用するのが最も適切かを見つけるために何をしなければなりませんか（データについて何を調べなければならないかという点で）？

10 regression  count-data  poisson-regression 

以下の単純なXおよびYベクトルがあります。 > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) Xのlogを使用して回帰を実行したいと思います。log（0）を取得しないようにするために、+ 1または+0.1または+0.00001または+0.000000000000001を指定します。 > summary(lm(Y~log(X))) Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : NA/NaN/Inf in 'x' > summary(lm(Y~log(1+X))) Call: lm(formula = Y ~ log(1 + …

10 r  regression  lognormal 

私はターゲットが角度である学習問題を監督しました。ここで単純な回帰を行うと、モデルの360と1は遠くなりますが、実際にはそれらが近く、x座標とy座標を予測することは適切ではありません。そのような問題を行う適切な方法は何ですか？

10 regression  circular-statistics