Questions marquées «linear-model»

J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <-

En régression linéaire (perte au carré), en utilisant la matrice, nous avons une notation très concise pour l'objectif minimize  ∥Ax−b∥2minimize  ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Où AAA est la matrice de données, xxx est les coefficients et bbb est la réponse. Existe-t-il une notation...

Je me rends compte que cela peut être une question potentiellement large, mais je me demandais s'il existe des hypothèses généralisables qui indiquent l'utilisation d'un GAM (modèle additif généralisé) par rapport à un GLM (modèle linéaire généralisé)? Quelqu'un m'a récemment dit que les GAM ne...

J'ai un exemple travaillé (en R), que j'essaie de mieux comprendre. J'utilise Limma pour créer un modèle linéaire et j'essaie de comprendre ce qui se passe pas à pas dans les calculs de changement de pli. J'essaie surtout de comprendre ce qui se passe pour calculer les coefficients. D'après ce que...

Dans le cadre de la sortie d'un modèle linéaire généralisé, la déviance nulle et résiduelle est utilisée pour évaluer le modèle. Je vois souvent les formules de ces quantités exprimées en termes de probabilité logarithmique du modèle saturé, par exemple: /stats//a/113022/22199 , Régression...

Cette question traite de l'estimation du maximum de vraisemblance restreint (REML) dans une version particulière du modèle linéaire, à savoir: Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)),Y=X(α)β+ϵ,ϵ∼Nn(0,Σ(α)), Y = X(\alpha)\beta + \epsilon, \\ \epsilon\sim N_n(0, \Sigma(\alpha)), où X(α)X(α)X(\alpha) est une matrice (...

J'ai un modèle linéaire généralisé qui adopte une distribution gaussienne et une fonction de liaison logarithmique. Après avoir ajusté le modèle, je vérifie les résidus: tracé QQ, résidus vs valeurs prédites, histogramme des résidus (reconnaissant qu'il faut faire preuve de prudence). Tout a l'air...

J'ai un ensemble de données dans lequel la variable que j'aimerais utiliser comme effet aléatoire n'a qu'une seule observation pour certains niveaux. Sur la base des réponses aux questions précédentes, j'ai compris que, en principe, cela peut convenir. Puis-je adapter un modèle mixte avec des...

J'utilise spotfire (S ++) pour l'analyse statistique dans mon projet et je dois exécuter une régression logistique multinomiale pour un grand ensemble de données. Je sais que le meilleur algorithme aurait été mlogit, mais malheureusement ce n'est pas disponible en s ++. Cependant, j'ai la...

Cette question ne concerne pas spécifiquement R, mais j'ai choisi de l'utiliser Rpour l'illustrer. Considérez le code pour produire des bandes de confiance autour d'une ligne qq (normale): library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Je cherche une...

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 5 ans . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data...

Il semble que si j'ai un modèle de régression tel que yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Je peux soit adapter un polynôme brut et obtenir des résultats peu fiables, soit ajuster un polynôme orthogonal et obtenir des coefficients...

J'ai créé un modèle linéaire généralisé avec une seule variable de réponse (continue / normalement distribuée) et 4 variables explicatives (dont 3 sont des facteurs et la quatrième est un entier). J'ai utilisé une distribution d'erreur gaussienne avec une fonction de lien d'identité. Je vérifie...

Je suis vraiment confus quant à la différence de sens concernant le contexte de régression linéaire des termes suivants: Statistique F R au carré Erreur standard résiduelle J'ai trouvé cette webstie qui m'a donné un bon aperçu des différents termes impliqués dans la régression linéaire, mais les...

Je voudrais utiliser les données de comptage comme covariables tout en ajustant un modèle de régression logistique. Ma question est: Est-ce que je viole une hypothèse des modèles logistiques (et, plus généralement, des modèles linéaires généralisés) en utilisant des variables entières non négatives...

Je suis très confus avec la façon dont le poids fonctionne en glm avec family = "binomial". À ma connaissance, la probabilité du glm avec family = "binomial" est spécifiée comme suit: où y est la "proportion de succès observée" et n est le nombre connu d'essais.ynF( y) = ( nn y) pn y( 1 - p )n ( 1...

Je sais comment effectuer une régression linéaire sur un ensemble de points. Autrement dit, je sais comment adapter un polynôme de mon choix, à un ensemble de données donné (au sens LSE). Cependant, ce que je ne sais pas, c'est comment forcer ma solution à passer par certains points particuliers de...

Je me demandais simplement si la régression de Poisson a un terme d'erreur? Une régression de Poisson peut-elle avoir des effets aléatoires et un terme d'erreur? Je suis confus sur ce point. Dans la régression logistique, il n'y a pas de terme d'erreur car votre variable de résultat est binaire....

Je veux inclure le temps passé à faire quelque chose (semaines d'allaitement, par exemple) comme variable indépendante dans un modèle linéaire. Cependant, certaines observations n'engagent pas du tout le comportement. Les coder comme 0 n'est pas vraiment correct, car 0 est qualitativement différent...

Je viens de lancer un GLM binomial négatif et voici la sortie: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value...