Une expression mathématique w /> 1 terme contenant la même variable (par exemple, x & x ^ 2). Les polynômes sont couramment utilisés pour modéliser les relations curvilignes.
J'ai un modèle (mixte) dans lequel l'un de mes prédicteurs ne devrait a priori être associé de manière quadratique au prédicteur (en raison de la manipulation expérimentale). Par conséquent, je voudrais ajouter uniquement le terme quadratique au modèle. Deux choses m'empêchent de le faire: Je pense...
Si la régression polynomiale modélise les relations non linéaires, comment peut-elle être considérée comme un cas particulier de régression linéaire multiple? Wikipedia note que "Bien que la régression polynomiale adapte un modèle non linéaire aux données, elle est linéaire en tant que problème...
Lors de la régression, par exemple, deux hyper paramètres à choisir sont souvent la capacité de la fonction (par exemple, le plus grand exposant d’un polynôme) et la quantité de régularisation. Pourquoi ne pas simplement choisir une fonction à faible capacité, puis ignorer toute régularisation? De...
J'essaie d'utiliser scikit-learn pour la régression polynomiale. D'après ce que j'ai lu, la régression polynomiale est un cas particulier de régression linéaire. J'étais en train de sauter que peut-être l'un des modèles linéaires généralisés de scikit peut être paramétré pour s'adapter à des...
Je veux régresser une variable sur x , x 2 , … , x 5 . Dois-je le faire en utilisant des polynômes bruts ou orthogonaux? J'ai regardé la question sur le site qui traite de ces derniers, mais je ne comprends pas vraiment quelle est la différence entre les utiliser.
Je commence par ma régression OLS: où D est une variable fictive, les estimations deviennent différentes de zéro avec une faible valeur de p. Je fais ensuite un test Ramsey RESET et constate que j'ai une mauvaise déformation de l'équation, j'inclus donc au carré x: y = β 0 + β 1 x 1 + β 2 x 2 1 + β...
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...
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...
Dans le livre de Bishop sur l'apprentissage automatique, il traite du problème de l'ajustement d'une courbe d'une fonction polynomiale à un ensemble de points de données. Soit M l'ordre du polynôme ajusté. Il déclare que Nous voyons qu'à mesure que M augmente, l'amplitude des coefficients augmente...
En général, je me demande s'il est toujours préférable de ne pas utiliser de polynômes orthogonaux lors de l'ajustement d'une régression avec des variables d'ordre supérieur. En particulier, je me demande avec l'utilisation de R: Si poly()avec raw = FALSEproduit les mêmes valeurs ajustées...
Je lis Multivariable Model Building: A Pragmatic Approach to Regression Analysis Based on Fractional Polynomials for Modeling Continuous Variables par Patrick Royston et Willie Sauerbrei. Jusqu'à présent, je suis impressionné et c'est une approche intéressante que je n'avais pas envisagée...
Les polynômes orthogonaux dans un ensemble univarié de points sont des polynômes qui produisent des valeurs sur ces points d'une manière telle que son produit scalaire et sa corrélation par paires sont nuls. R peut produire des polynômes orthogonaux avec fonction poly . La même fonction a une...
Dans une régression logistique avec des termes linéaires et quadratiques uniquement, si j'ai un coefficient linéaire et un coefficient quadratique , puis-je dire qu'il y a un point tournant de la probabilité à ?β 2 - β 1 / ( 2 β 2 )β1β1\beta_1β2β2\beta_2- β1/ (2 β2)−β1/(2β2)-\beta_1 /...
Pourquoi utiliser l'âge et le carré d'âge comme covariables dans une étude d'association génétique? Je peux comprendre l'utilisation de l'âge s'il a été identifié comme une covariable significative, mais je ne suis pas sûr de l'utilisation de l'âge au
Veuillez me donner une idée de la façon de recoder efficacement une variable catégorielle (facteur) dans l'ensemble de variables de contraste polynomiales orthogonales. Pour de nombreux types de variables de contraste (par exemple, déviation, simple, Helmert, etc.), la réussite est la suivante:...
Lors de la régression polynomiale de YOuiY sur XXX , les gens utilisent parfois des polynômes bruts, parfois des polynômes orthogonaux. Mais quand ils utilisent ce qui semble complètement arbitraire. Ici et ici, des polynômes bruts sont utilisés. Mais ici et ici , les polynômes orthogonaux semblent...
Je n'ai pas d'exemple ou de tâche spécifique en tête. Je suis juste nouveau sur l'utilisation des b-splines et je voulais mieux comprendre cette fonction dans le contexte de régression. Supposons que nous voulons évaluer la relation entre la variable de réponse et certains prédicteurs . Les...
Pourquoi j'obtiens des prévisions différentes pour l'expansion polynomiale manuelle et l'utilisation de la polyfonction R ? 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 <-...
Je souhaite modéliser deux variables temporelles différentes, dont certaines sont fortement colinéaires dans mes données (âge + cohorte = période). Ce faisant, j'ai rencontré des problèmes avec lmeret et les interactions de poly(), mais ce n'est probablement pas limité à lmer, j'ai obtenu les mêmes...
Je veux inclure le terme et son carré (variables prédictives) dans une régression parce que je suppose que les faibles valeurs de ont un effet positif sur la variable dépendante et les valeurs élevées ont un effet négatif. Le devrait capturer l'effet des valeurs plus élevées. J'espère donc que le...