タグ付けされた質問 「regression」

R関数cv.glm（ライブラリ：ブート）は、一般化線形モデルの推定K分割交差検定予測誤差を計算し、デルタを返します。なげなわ回帰（ライブラリ：glmnet）にこの関数を使用することには意味がありますか？その場合、どのように実行できますか？glmnetライブラリは、交差検証を使用して最適な回転パラメーターを取得しますが、最終的なglmnet方程式を交差検証する例は見つかりませんでした。

9 r  regression  cross-validation  lasso  glmnet 

anova2つのモデルを比較するときの結果をどのように理解すればよいですか？ 例： Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** マンページには、「1つまたは複数の適合モデルオブジェクトの分散（または逸脱）の計算分析テーブル」と記載されています。しかし、外の教授はそれがモデルの比較に使用されるかもしれないと述べました-それは私がやろうとしていることです。 したがって、私はanova(model1, model2)、帰無仮説「モデルは同じ」を棄却する必要があるかどうかを示すp値を使用して取得できると想定します。 p値が（たとえば、）0.05未満の場合、モデルが大幅に異なると述べてもよいですか？

9 r  regression  anova 

時々、リグレッサは固定されている、すなわち非確率的であると仮定します。それは私たちのすべての予測因子、パラメーター推定値などが無条件であることを意味すると思いますよね？私は、それらがもはやランダム変数ではないほど遠くまで行くかもしれませんか？ 一方、経済学のほとんどのリグレッサは確率的であると私たちが受け入れる場合、外部の力が何らかの実験を考慮してそれらを決定しなかったためです。その後、計量経済学者はこれらの確率論的リグレッサを条件付けます。 これを修正済みとして扱うのとどう違うのですか？ 私は条件付けが何であるかを理解しています。数学的には、それは我々が上のすべての観測と推論条件付きにする意味その説明変数の特定のセットを、私たちは私たちの説明変数（ようになっているの異なる実現を見ていた推論、パラメータ推定値、分散推定値などが同じであったであろうことを言っても野心を持っていません時系列の要点。各時系列は一度だけ表示されます）。 ただし、固定リグレッサと確率リグレッサの条件付けの違いを本当に理解するために、ここで誰かが、固定リグレッサなどに有効であるが確率的であるときに故障する推定または推論手順の例を知っているかどうか疑問に思っています（そして条件付けられる）。 それらの例を楽しみにしています！

9 regression  inference  philosophical  conditioning  ancillary-statistics 

バランススコアを予測し、いくつかの異なる回帰方法を試しました。気づいたことの1つは、予測値に何らかの上限があるように見えることです。つまり、実際のバランスはですが、私の予測は約達しています。次のプロットは、実際のバランスと予測されたバランス（線形回帰で予測）を示しています。0.8[ 0.0 、1.0 ）[0.0,1.0)[0.0, 1.0)0.80.80.8 そして、同じデータの2つの分布プロットを次に示します。 私の予測変数は非常に歪んでいるため（べき法則分布のユーザーデータ）、結果を次のように変更するBox-Cox変換を適用しました。 これは予測の分布を変更しますが、その上限はまだあります。だから私の質問は： 予測結果のそのような上限の考えられる理由は何ですか？ 実際の値の分布に対応するように予測を修正するにはどうすればよいですか？ おまけ： Box-Cox変換後の分布は、変換された予測子の分布に従うように見えるので、これが直接リンクされている可能性はありますか？その場合、分布を実際の値に合わせるために適用できる変換はありますか？ 編集： 5つの予測子を持つ単純な線形回帰を使用しました。

9 regression  distributions  data-transformation  prediction  bounds 

私はこのdecompose関数を使用してR、月次時系列の3つのコンポーネント（トレンド、季節性、ランダム）を考え出します。グラフをプロットするか、表を見ると、時系列が季節性の影響を受けていることがはっきりとわかります。 ただし、時系列を11の季節性ダミー変数に回帰すると、すべての係数が統計的に有意ではなく、季節性がないことを示しています。 2つの非常に異なる結果が得られた理由がわかりません。これは誰かに起こりましたか？私は何か間違ったことをしていますか？ ここにいくつかの役立つ詳細を追加します。 これは私の時系列とそれに対応する毎月の変化です。どちらのグラフでも、季節性があることがわかります（または、これが私が評価したいものです）。特に、2番目のグラフ（シリーズの月ごとの変化）には、繰り返しのパターン（同じ月の高いポイントと低いポイント）が見られます。 以下はdecompose関数の出力です。@RichardHardyが言ったように、この関数は実際の季節性があるかどうかをテストしません。しかし、分解は私の考えを裏付けているようです。 ただし、11の季節ダミー変数（1月から11月、12月を除く）で時系列を回帰すると、次のようになります。 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 5144454056 372840549 13.798 <2e-16 *** Jan -616669492 527276161 -1.170 0.248 Feb -586884419 527276161 -1.113 0.271 Mar -461990149 527276161 -0.876 0.385 Apr -407860396 527276161 -0.774 0.443 May -395942771 527276161 -0.751 0.456 Jun -382312331 527276161 -0.725 0.472 …

9 r  regression  time-series 

私の理解は、回帰でさえ因果関係を与えないということです。これは、y変数とx変数の間の関連付けと、場合によっては方向のみを与えることができます。私は正しいですか？ほとんどのコースの教科書やオンラインのさまざまなコースページでも、「xはyを予測する」に似たフレーズをよく見かけます。また、リグレッサを予測子、yを応答と呼ぶことがよくあります。 線形回帰にそれを使用することはどれほど公平ですか？ ロジスティック回帰はどうですか？（確率tを比較できるしきい値tがある場合）

9 regression  logistic  predictive-models  terminology  causality 

私の大学のインストラクターがこのような質問をしました（クラスが終わって私がそこにいなかったので宿題ではありません）。どうすればいいのかわからない。 問題は、それぞれがさまざまな種類の果物を含む2つのバッグに関するものです。 最初の袋には、次のランダムに選択された果物が含まれています。 + ------------- + -------- + --------- + | 直径cm | 質量g | 腐った？| + ------------- + -------- + --------- + | 17.28 | 139.08 | 0 | | 6.57 | 91.48 | 1 | | 7.12 | 74.23 | 1 | | 16.52 | 129.8 | 0 …

9 regression  estimation 

多変量回帰分析では、人々は調整されたオッズ比の異なる定義を使用しているようです。あなたは何を私のために明確にしてくださいでし調整ORで、それがどのように異なって非調整OR？ ありがとう！

9 regression  multivariate-analysis  odds-ratio 

数年前、私はデータと変換を試す実験を通してこのアイデンティティを発見しました。それを私の統計学の教授に説明した後、彼は次のクラスに来て、ベクトルと行列表記を使用した1ページの証明を行いました。残念ながら私は彼がくれた紙をなくしました。（これは2007年に戻ったものです） 誰かが証明を再構築できますか？ してみましょう元のデータポイントも。元のセットを角度だけ回転して、新しいデータポイントのセットを定義します。これらの点をます。(xi,yi)(xi,yi)(x_i,y_i)θθ\theta(x′i,y′i)(xi′,yi′)(x'_i,y'_i) 元の点のセットのR二乗値は、新しい点のセットの各座標の標準偏差の自然対数のに関する導関数の負の積に等しく、それぞれ評価されθθ\thetaθ=0θ=0\theta=0 r2=−(ddθln(σx′)∣∣θ=0)(ddθln(σy′)∣∣θ=0)r2=−(ddθln⁡(σx′)|θ=0)(ddθln⁡(σy′)|θ=0)r^2= - \left(\left.\frac{d}{d\theta}\ln(\sigma_{x'})\right|_{\theta=0} \right) \left(\left.\frac{d}{d\theta}\ln(\sigma_{y'})\right|_{\theta=0} \right)

9 regression  r-squared 

最小二乗法では、モデルの未知のパラメーターを推定します。 Yj=α+βxj+εj(j=1...n)Yj=α+βxj+εj(j=1...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) （いくつかの観測値について）それを実行すると、近似回帰直線が得られます。 Yj=α^+β^x+ej(j=1,...n)Yj=α^+β^x+ej(j=1,...n)Y_j = \hat{\alpha} + \hat{\beta}x +e_j \enspace (j =1,...n) ここで明らかに、いくつかのプロットをチェックして、仮定が満たされていることを確認します。等分散性をチェックしたいとしますが、これを行うには、実際には残差チェックしています。残差対予測値のプロットを調べて、不等分散性が明らかであることがわかった場合、それが外乱項とどのように関係しているのでしょうか。残差の異分散性は、外乱条件の異分散性を意味しますか？ ε Jejeje_jεjεj\varepsilon_j

9 regression  least-squares  residuals  heteroscedasticity  assumptions 

線形モデルを考える yi=α+βxi+ϵiyi=α+βxi+ϵiy_i= \alpha + \beta x_i + \epsilon_i そして、通常の最小二乗法を使用して、傾きと切片のとを推定します。数学的統計のこのリファレンスは、とが独立している（それらの定理の証明において）と述べています。α^α^\hat{\alpha}β^β^\hat{\beta}α^α^\hat{\alpha}β^β^\hat{\beta} 理由がわかりません。以来 α^=y¯−β^x¯α^=y¯−β^x¯\hat{\alpha}=\bar{y}-\hat{\beta} \bar{x} これは、とが相関していることを意味しませんか？私はおそらくここで本当に明白な何かを見逃しているでしょう。α^α^\hat{\alpha}β^β^\hat{\beta}

9 regression 

線形回帰では、モデルを当てはめると楽しい結果に出会いました E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, 次に、、X 1およびX 2データを標準化して中央揃えすると、YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. これは、y = m x + c回帰の 2変数バージョンのように感じます。R2=Cor(Y,X)2R2=Cor(Y,X)2R^2 = \mathrm{Cor}(Y,X)^2y=mx+cy=mx+cy=mx+c しかし、私が知っている唯一の証拠は、いずれにせよ建設的または洞察に富んでいない（下記を参照）ものですが、それを見ると、すぐに理解できるはずです。 考えの例： およびβ 2のパラメータは、私たちの「割合」与えるX 1およびX 2でYを、我々は彼らの相関のそれぞれの割合を取っているので、と...β1β1\beta_1β2β2\beta_2X1X1X_1X2X2X_2YYY sは部分相関であり、R 2は二乗複数の相関である...相関は部分相関を乗じ...ββ\betaR2R2R^2 最初に直交化すると、はC o v / V a r ...になります。この結果は幾何学的に意味がありますか？ββ\betaCov/VarCov/Var\mathrm{Cov}/\mathrm{Var} これらのスレッドのどれも私にとってどこにも通じないようです。誰もがこの結果を理解する方法の明確な説明を提供できますか？ 不満足な証拠 R2=SSregSSTot=SSregN=⟨(β1X1+β2X2)2⟩=⟨β21X21⟩+⟨β22X22⟩+2⟨β1β2X1X2⟩R2=SSregSSTot=SSregN=⟨(β1X1+β2X2)2⟩=⟨β12X12⟩+⟨β22X22⟩+2⟨β1β2X1X2⟩\begin{equation} R^2 …

9 regression  linear-model  r-squared  proof 

私は生存分析の初心者ですが、分類と回帰についてはある程度の知識があります。 回帰については、MSEとRの2乗統計があります。しかし、生存モデルAは、ある種のグラフィカルプロット（KM曲線）に加えて、生存モデルBよりも優れていると言えるでしょうか。 可能であれば、違いを例で説明してください（Rのrpartパッケージなど）。1つのCARTサバイバルツリーが別のCARTサバイバルツリーよりも優れていることをどのように示すことができますか？どの指標を使用できますか？

9 regression  survival  goodness-of-fit  cart  rpart 

4から5の説明変数を使用して回帰を実行したいのですが、観測値が15しかありません。これらの変数が正規分布しているとは想定できませんが、ノンパラメトリックまたは他の有効な回帰方法はありますか？

9 regression  small-sample 

回帰分析におけるハット行列の重要性は何ですか？H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} 計算を簡単にするためだけですか？

9 regression  multiple-regression  least-squares