タグ付けされた質問 「regression」

SVDを適用する前に欠損値を処理する方法に関する素晴らしいコメントを読みましたが、簡単な例でどのように機能するか知りたいです。 Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 上記のマトリックスを考えると、NAの値を削除すると、User2とUser5しかなくなります。これは、私のUが2×kになることを意味します。しかし、欠損値を予測する場合、Uは5×kである必要があります。これは、特異値とVで乗算できます。 上記のマトリックスで、最初に欠損値のあるユーザーを削除してからSVDを適用して、欠損値を記入する人はいますか？数学記号を使いすぎずに、適用した手順の非常に簡単な説明を提供し、答えを実用的なものにしてください（つまり、数値に別の数値を掛けると答えが得られます）。 次のリンクを読みました。 stats.stackexchange.com/q/33142 stats.stackexchange.com/q/31096 stats.stackexchange.com/q/33103

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

mgcvR のパッケージを使用していくつかの一般化された加法モデルをフィッティングしており、2つのモデル間でテストしたいと考えています。用語を削除できるかどうか。しかし、（私が知る限り）矛盾する結果が出ています。 追加されm1たの滑らかな項を持つモデルは、、AIC、説明された逸脱度、およびF検定を使用してモデルを比較するときにx、より良い適合を与えるように見えます。ただし、平滑化項の重要性は重要ではありません（モデルにスプラインではなく線形共変量として追加した場合も同様です）。R2a djRadj2R^{2}_{adj} スムーズタームテストの私の解釈は正しいですか？私がヘルプページを理解できたのは、テストは概算であったということですが、ここにはかなり大きな違いがあります。 モデルの出力 m1 <- gam(out ~ s(x) + s(y) + s(z), data=dat) > summary(m1) # # Family: gaussian # Link function: identity # # Formula: # out ~ s(x) + s(y) + s(z) # # Parametric coefficients: # Estimate Std. Error t value Pr(>|t|) # (Intercept) …

8 r  regression  gam 

それぞれがサイズ 3つのデータセットがあるとします。nnn =米国のみの人の身長y1y1y_1 =全世界の男性の身長y2y2y_2 =全世界の女性の身長y3y3y_3 そして、因子、i = 1 、を使用して、それぞれの線形モデルを構築します。。。、k：xixix_ii=1,...,ki=1,...,ki = 1,..., k y^j=β0+β1x1+β2x2+ϵjy^j=β0+β1x1+β2x2+ϵj\hat{y}_{j} = \beta_{0} + \beta_{1}x_{1} + \beta_{2}x_{2} + \epsilon_{j} OLSのための通常の特性を有します。また、複数の回帰で係数x iを使用する場合があります。 ϵϵ\epsilonxixix_i 私の質問は、次の推定値を取得できるように回帰を組み合わせるにはどうすればよいですか。 =米国のみの男性の身長y12y12y_{12} =米国のみの女性の身長y13y13y_{13} データがありません 私はおそらく何らかの重み付けを考えました： y^12=w1y^1+(1−w1)y^2y^12=w1y^1+(1−w1)y^2 \hat{y}_{12} = w_{1} \hat{y}_{1} + (1 - w_{1}) \hat{y}_{2} w1w1w_1

8 regression  multiple-regression  ensemble  aggregation 

単純な線形回帰モデルの場合、OLSと最尤法（正規分布を想定）の両方で同じ出力（パラメーター値）が得られることがわかりました。このことから、OLSは正規分布についても暗黙の仮定を行っていると言えますか？両方が同じ値を生成する理由に興味はありませんが、どちらがデータについてそれほど厳密ではない仮定をするのですか？

8 regression  normal-distribution  maximum-likelihood  least-squares 

第2章の「統計的学習の要素」（「線形モデルと最小二乗;ページ番号：12」）には、次のように書かれています。 （p + 1）次元の入出力空間では、（X、Y）は超平面を表します。定数がXに含まれている場合、超平面は原点を含み、部分空間です。そうでない場合は、Y軸を点（0、ββ\beta）。 「定数が...の場合、（0、ββ\beta） "。助けてください。超平面はY軸を（0、ββ\beta）どちらの場合でも、それは正しいですか？ 以下の答えは多少は役に立ちましたが、もっと具体的な答えを探しています。私はそれが111 に含まれています XバツX、それは起源を含まないでしょう、しかしそれからどのように (X,Y)（バツ、Y）(X,Y)起源を含むでしょうか？それはの値に依存すべきではありませんββ\beta？傍受する場合β0β0\beta_0 ではありません 000、 (X,Y)（バツ、Y）(X,Y) 私の理解では、起源を含めるべきではありませんか？

8 regression  machine-learning 

SEコミュニティ、次の問題についていくつかの洞察を得たいと思います。単純な線形回帰モデル与えられた場合 等分散誤差項を持つガウス尤度関数の下では、従属変数の条件付き分布はの形式をとります および 前に条件付き（有益でない）共役を割り当てます は。周辺事後分布が多変量tであるのは 標準的な結果ですY | β 、H 〜N （Xのβ 、H - 1つの I ）。β 時間β | H 〜N （0 、C I ）、H 〜G （S - 2、V ）Y= Xβ+ ϵ 、ここで Y∈ RT、X∈ RT× N。Y=Xβ+ϵ , where Y∈RT,X∈RT×N.Y=X\beta+\epsilon\text{ , where } Y\in\mathbb{R}^T,X\in\mathbb{R}^{T \times N}.Y| β、H 〜N（Xβ、h− 1私）。Y|β,h∼N(Xβ,h−1I).Y|\beta,h \sim N(X\beta,h^{-1}I).ββ\betahhh …

8 regression  bayesian  variance  posterior  singular 

Rを使用して線形回帰を実行しています。予測間隔を計算する方法を見てきましたが、これらは等分散性データに依存します。異分散データを使用して予測間隔を計算する方法はありますか？

8 r  regression  least-squares  heteroscedasticity  prediction-interval 

継続的な結果yと2つの要因予測因子があり、それぞれに2つのレベルがあるとします。私のカテゴリカル予測子の1つは、drug2つのレベル（ "A"または "B"）を持つことができ、もう1つはsmokeYesです。回帰モデルを実行するとき、次のように、ベースラインまたは参照レベルをdrug"A"に選択できますmodel1。 set.seed(123) y<-rnorm(100, 100, 10) drug.ab<-factor(sample(c("A", "B"), 100, T), levels=c("A", "B")) drug.ba<-factor(drug.ab, levels=c("B", "A")) smoke<-factor(sample(c("Yes", "No"), 100, T), levels=c("No", "Yes")) #model1: coef(summary(lm(y~drug.ab*smoke))) Estimate Std. Error t value Pr(>|t|) (Intercept) 100.7484158 2.065091 48.7864379 1.465848e-69 drug.abB 0.9030541 2.796146 0.3229639 7.474250e-01 smokeYes -0.8693598 2.632484 -0.3302431 7.419359e-01 drug.abB:smokeYes 0.8709116 3.746684 0.2324487 8.166844e-01 …

8 regression  anova  multiple-regression  contrasts 

現在、RのGLMを使用して、エイズによる死亡のモデル化に取り組んでいます。ポアソンデータのリンク関数には、対数と平方根の2つのオプションがあることを知っています。 平方根はばらつきの問題を解決するのに対し、対数は曲線をまっすぐにする必要があることを知っています。しかし、どのリンクがデータに適しているかを実際にテストするにはどうすればよいですか？

8 regression  generalized-linear-model  poisson-distribution  link-function 

私はロジスティック回帰を使用していくつかの研究をしています。10個の変数が従属変数に影響を与えます。前述の1つは、カテゴリー（例：速達、標準配達など）です。ここで、従属変数への影響の「強さ」に基づいてそれらのカテゴリーをランク付けしたいと思います。 それらはすべて有意（小さいp値）ですが、オッズの値をランキングの目的で使用することはできないと思います。各カテゴリが他のカテゴリとも大幅に異なる場合、どういうわけか理解する必要があります。これは正しいです？ 変数を中央揃えにする可能性について読みました。これは本当にオプションですか？モデルの残りの部分に影響を与えたくありません。 @subraの投稿への私のコメントをサポートするためのStata出力： Average marginal effects Number of obs = 124773 Model VCE : OIM Expression : Pr(return), predict() dy/dx w.r.t. : ExpDel ------------------------------------------------------------------------------ | Delta-method | dy/dx Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- ExpDel | .1054605 .0147972 7.36 0.000 .0798584 .1378626 ------------------------------------------------------------------------------

8 regression  logistic  categorical-data  effect-size  ranking 

たとえば、生徒の学習時間数が生徒の試験の成績にどのように影響するかに興味があるとします。私たちはいくつかの異なる学校の生徒をサンプリングします。我々は、次の混合効果モデルを実行します。 Exam.grades私= a + β1× 時間。私+ 学校j+ e私Exam.grades私=a+β1×hours.studied私+学校j+e私 \text{exam.grades}_i = a + \beta_1 \times \text{hours.studied}_i + \text{school}_j + e_i このモデルでは、各学校はより多くの学校の人口から選ばれたと想定され、学校の効果は正規分布していると言ってもいいでしょうか。したがって、学校の集団効果について、すべての「通常の」正規分布型の手順を実行できますか？学校の68％のようなものは、学校の平均集団効果の1標準偏差以内になると言えるでしょうか。また、学校の全体的な平均グループ効果の95％信頼区間を計算できますか？ また、学校の固定効果による線形回帰では、参照グループとダミー変数を使用しているため、これらの正規分布統計を計算できないと言っていいでしょうか？

8 regression  normal-distribution  confidence-interval  mixed-model  variance 

私の修士論文では、開発途上国が停滞している理由を基本的に知りたいと思います。理論的な側面の次に、回帰も行いたいと思います。国家元首の在任期間、平均余命、労働時間制限、成人の識字率、人口の増加、および5年間のいくつかの（その他の）制度的変数など、多くの独立変数の従属変数としてGDPまたはGDP成長を後退させたいと思います。私の質問は次のとおりです。独立変数でGDP成長（％）を後退させる方が理にかなっていますか、それとも実際のGDP値（たとえば、$）を使用する必要がありますか？

8 regression  econometrics  panel-data  macroeconomics 

調整されたR 2乗がR 2乗よりも優れている場合、統計ソフトウェアはなぜ後者を報告し続けるのですか？研究者が調整されたR二乗の代わりにR二乗を使用することを好む可能性がある状況はありますか？

8 regression 

最近、私が関わっているプロジェクトでは、線形パーセプトロンを多重（21予測子）回帰に利用しました。確率論的GDを使用しました。これは、OLS線形回帰とどう違うのですか？

8 regression  machine-learning 

そのため、データから回帰ツリーを成長させて枝刈りし、ツリーのターミナルノードにGLMを適合させるアルゴリズムを書くというアイデアを試しています。私はアイデアを読み上げようとしてきましたが、テクニックの一貫した名前を見つけることができないようです。私はそれをハイブリッド回帰ツリー（HRT）、モデルツリー、および機能ツリーとして読みました。これらの用語での検索はほとんどありません。 これに別の名前がないのですか？これの有効性に関する研究はどこにありますか？

8 regression  generalized-linear-model  cart