Quelles sont exactement les conditions préalables qui doivent être remplies pour que la comparaison des modèles AIC fonctionne? Je viens de contourner cette question lorsque j'ai fait une comparaison comme celle-ci: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1]...
J'ai un ensemble de vrais nombres. J'ai besoin d'estimer le quantile d'un nouveau nombre. Existe-t-il un moyen propre de le faire dans R? en général? J'espère que ce n'est pas ultra-trivial ;-) Très apprécié pour votre réponse.
Lors de la mise en cluster hiérarchique, on peut utiliser de nombreuses métriques pour mesurer la distance entre les clusters. Deux de ces mesures impliquent le calcul des centroïdes et des moyennes des points de données dans les grappes. Quelle est la différence entre la moyenne et le centroïde?...
Je suis très confus quant à savoir s'il est légitime d'inclure une variable dépendante retardée dans un modèle de régression. Fondamentalement, je pense que si ce modèle se concentre sur la relation entre le changement de Y et d'autres variables indépendantes, l'ajout d'une variable dépendante...
J'ai un modèle logit qui propose un nombre compris entre 0 et 1 pour de nombreux cas, mais comment pouvons-nous interpréter cela? Prenons un cas avec un logit de 0,20 Pouvons-nous affirmer qu'il existe une probabilité de 20% qu'un cas appartient au groupe B par rapport au groupe A? est-ce la bonne...
Je m'intéresse à la régression avec les réseaux de neurones. Les réseaux de neurones avec zéro nœud caché + connexions à couche sautée sont des modèles linéaires. Qu'en est-il des mêmes réseaux neuronaux mais avec des nœuds cachés? Je me demande quel serait le rôle des connexions de saut de couche?...
J'ai la sortie suivante: Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804...
J'ai effectué une régression sur les comtés américains et je vérifie la colinéarité dans mes variables «indépendantes». Les diagnostics de régression de Belsley, Kuh et Welsch suggèrent d'examiner l'indice de condition et les proportions de décomposition de la variance: library(perturb) ##...
Bien que j'ai lu ce post, je n'ai toujours aucune idée de comment l'appliquer à mes propres données et j'espère que quelqu'un pourra m'aider. J'ai les données suivantes: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743,...
J'essaie d'effectuer une régression multiple dans R. Cependant, ma variable dépendante a le tracé suivant: Voici une matrice de nuage de points avec toutes mes variables ( WARest la variable dépendante): Je sais que je dois effectuer une transformation sur cette variable (et éventuellement les...
Je crois comprendre qu'avec la validation croisée et la sélection de modèles, nous essayons de résoudre deux choses: P1 . Estimer la perte attendue sur la population lors de la formation avec notre échantillon P2 . Mesurer et rendre compte de notre incertitude sur cette estimation (variance,...
J'ai parcouru de nombreux sites d'aide et je ne sais toujours pas comment spécifier des termes imbriqués plus compliqués dans un modèle mixte. Je suis également confus en ce qui concerne l'utilisation de :et /et |en spécifiant les interactions et l'imbrication avec des facteurs aléatoires à l'aide...
Quelqu'un peut-il expliquer les différences et donner des exemples spécifiques sur la façon d'utiliser ces trois analyses? LDA - Analyse discriminante linéaire FDA - Analyse discriminante de Fisher QDA - Analyse quadratique discriminante J'ai cherché partout, mais je n'ai pas trouvé de vrais...
Pour la régression Lasso supposons que la meilleure solution (erreur de test minimale par exemple) sélectionne k fonctionnalités, de sorte que \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ {lasso}, 0, ... 0 \ droite) .L ( β) =...
J'utilise actuellement des modèles linéaires à effets mixtes. J'utilise le package "lme4" dans R. Mes modèles prennent la forme: model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) Avant d'exécuter mes modèles, j'ai vérifié la possible multicolinéarité entre les prédicteurs....
Existe-t-il une formule sous forme fermée pour (ou une sorte de liaison sur) l'EMD entre x1∼N(μ1,Σ1)x1∼N(μ1,Σ1)x_1\sim N(\mu_1, \Sigma_1) et x2∼N(μ2,Σ2)x2∼N(μ2,Σ2)x_2 \sim N(\mu_2, \Sigma_2)
Tout étudiant qui travaille dur est un contre-exemple de "tous les étudiants sont paresseux". Quels sont les contre-exemples simples pour "si les variables aléatoires et sont pas corrélées, alors elles sont
J'essaie d'acquérir une meilleure compréhension intuitive de l'écart-type. D'après ce que je comprends, il est représentatif de la moyenne des différences d'un ensemble d'observations dans un ensemble de données par rapport à la moyenne de cet ensemble de données. Cependant, il n'est PAS réellement...
Quelle est la différence entre un classificateur SVM un contre un et un contre un? Est-ce que un contre un signifie un classificateur pour classer tous les types / catégories de la nouvelle image et un contre un signifie que chaque type / catégorie de nouvelle image se classe avec un classificateur...
J'ai lu l'article de Hoekstra et al sur la «Mauvaise interprétation des intervalles de confiance» de 2014, que j'ai téléchargé sur le site Web de Wagenmakers . Sur l'avant-dernière page, l'image suivante apparaît. Selon les auteurs, False est la bonne réponse à toutes ces affirmations. Je ne sais...