Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Quelqu'un pourrait-il offrir des conseils sur la façon d'utiliser l' weightsargument dans la...
Une régression de Poisson est un GLM avec une fonction log-link. Une autre façon de modéliser les données de comptage non distribuées normalement est de prétraiter en prenant le journal (ou plutôt, le journal (1 + compte) pour gérer les 0). Si vous effectuez une régression des moindres carrés sur...
Dans la modélisation statistique: les deux cultures, Leo Breiman écrit La pratique appliquée actuelle consiste à vérifier l'ajustement du modèle de données à l'aide de tests d'adéquation et d'analyse résiduelle. À un moment donné, il y a quelques années, j'ai mis en place un problème de régression...
J'ai du mal à saisir le concept de biais dans le contexte de l'analyse de régression linéaire. Quelle est la définition mathématique du biais? Qu'est-ce qui est biaisé et pourquoi / comment? Exemple illustratif?
J'ai toujours eu l'impression que la régression n'est qu'une forme plus générale d'ANOVA et que les résultats seraient identiques. Récemment, cependant, j'ai effectué une régression et une ANOVA sur les mêmes données et les résultats diffèrent considérablement. Autrement dit, dans le modèle de...
Cette question a été migrée à partir de Mathematics Stack Exchange car elle peut être répondue sur la validation croisée. Migré il y a 7 ans . J'apprends en ce moment sur l'analyse de régression et l'analyse de la variance. Dans l'analyse de régression, vous avez une variable fixe et vous voulez...
J'ai le résultat suivant en exécutant la fonction glm. Comment interpréter les valeurs suivantes: Déviance nulle Déviance résiduelle AIC Ont-ils quelque chose à voir avec la qualité de l'ajustement? Puis-je calculer une mesure de la qualité de l'ajustement à partir de ces résultats, comme le carré...
L'imputation multiple est assez simple lorsque vous disposez d' un modèle linéaire a priori que vous souhaitez estimer. Cependant, les choses semblent être un peu plus délicates lorsque vous voulez réellement faire une sélection de modèle (par exemple trouver le "meilleur" ensemble de variables...
Je me demande quelle est la relation exacte entre le partiel et les coefficients dans un modèle linéaire et si je ne devrais utiliser qu'un seul ou les deux pour illustrer l'importance et l'influence des facteurs.R2R2R^2 Pour autant que je sache, avec summaryj'obtiens des estimations des...
J'applique un modèle linéaire à mes données: yje= β0+ β1Xje+ ϵje,ϵje∼ N( 0 , σ2) .yje=β0+β1Xje+ϵje,ϵje∼N(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Je voudrais estimer l'intervalle de confiance (CI) des coefficients ( , ) en utilisant la méthode...
J'ai exécuté un modèle de régression OLS sur un ensemble de données avec 5 variables indépendantes. Les variables indépendantes et les variables dépendantes sont à la fois continues et liées linéairement. Le carré R est d'environ 99,3%. Mais quand j'exécute la même chose en utilisant une forêt...
Quelqu'un peut-il fournir une liste claire des différences entre la régression log-linéaire et la régression logistique? Je comprends que le premier est un modèle de régression linéaire simple, mais je ne sais pas quand chacun doit être
Pour un modèle linéaire , le terme de retrait est toujours .y=β0+xβ+εy=β0+Xβ+εy=\beta_0+x\beta+\varepsilonP(β)P(β)P(\beta) Quelle est la raison pour laquelle nous ne rétrécissons pas le terme de biais (interception) ? Faut-il réduire le terme de biais dans les modèles de réseaux de...
J'essaie d'adapter un modèle de régression linéaire multiple à mes données avec quelques paramètres d'entrée, disons 3. F( x )F( x )= A x1+ B x2+ CX3+ dou= ( A B C )T( x1 X2 X3) + d(je)(ii)(je)F(X)=UNEX1+BX2+CX3+réou(ii)F(X)=(UNE B C)T(X1 X2 X3)+ré\begin{align} F(x) &= Ax_1 + Bx_2 + Cx_3 + d...
Selon un texte que j'utilise, la formule de la variance du ithithi^{th} résiduel est donnée par: σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Je trouve cela difficile à croire car le ithithi^{th} résiduel est la différence...
Quelle est la différence entre la régression logistique et la régression logit? Je comprends qu'ils sont similaires (ou même la même chose), mais quelqu'un pourrait-il expliquer la différence (s) entre ces deux? Est-ce une question de
J'utilise la régression quantile pour trouver des prédicteurs du 90e centile de mes données. Je fais cela dans R en utilisant le quantregpackage. Comment puis-je déterminer pour la régression quantile qui indiquera le degré de variabilité expliqué par les variables prédictives?r2r2r^2 Ce que je...
Gelman et Hill (2006) écrivent à la p46 que: L'hypothèse de régression qui est généralement la moins importante est que les erreurs sont normalement distribuées. En fait, aux fins de l'estimation de la droite de régression (par rapport à la prévision de points de données individuels), l'hypothèse...
J'essaie de me présenter quand il convient d'utiliser quel type de régression (géométrique, Poisson, binôme négatif) avec les données de comptage, dans le cadre GLM (seules 3 des 8 distributions GLM sont utilisées pour les données de comptage, bien que la plupart de ce que J'ai lu des centres...
J'essaie d'adapter les modèles linéaires généralisés à certains ensembles de données de comptage qui pourraient ou non être sur-dispersés. Les deux distributions canoniques qui s'appliquent ici sont le binôme de Poisson et négatif (Negbin), avec EV et varianceμμ\mu Vun rP= μVunerP=μVar_P = \mu Vun...