Je suis diplômé des affaires et de l'économie et j'étudie actuellement pour une maîtrise en ingénierie des données. Tout en étudiant la régression linéaire (LR) puis l'analyse des séries chronologiques (TS), une question m'est venue à l'esprit. Pourquoi créer une toute nouvelle méthode,...
Il s'agit d'une question concernant une pratique ou une méthode suivie par certains de mes collègues. En faisant un modèle de régression logistique, j'ai vu des gens remplacer des variables catégorielles (ou des variables continues qui sont regroupées) par leur poids de preuve respectif (WoE). Ceci...
Je prends un cours sur les modèles de régression et l'une des propriétés fournies pour la régression linéaire est que les résidus résument toujours à zéro lorsqu'une interception est incluse. Quelqu'un peut-il expliquer pourquoi c'est le cas?
En régression de crête, la fonction objectif à minimiser est: RSS + λ ∑ β2j.RSS+λ∑βj2.\text{RSS}+\lambda \sum\beta_j^2. Peut-on l'optimiser en utilisant la méthode du multiplicateur de Lagrange? Ou est-ce une différenciation
J'ai quelques données que je voudrais lisser pour que les points lissés diminuent de façon monotone. Mes données diminuent fortement puis commencent à se stabiliser. Voici un exemple utilisant R df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x, y=y))+geom_line() Quelle...
Remarque: SSTSSTSST = somme des carrés au total, SSESSESSE = somme des erreurs au carré et SSRSSRSSR = somme des carrés de régression. L'équation dans le titre est souvent écrite comme suit: ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar...
J'ai suivi un cours d'apprentissage automatique à mon collège. Dans l'un des questionnaires, cette question a été posée. Modèle 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modèle 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Lequel des modèles ci-dessus correspondrait mieux aux données?...
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...
J'aime comprendre la différence entre avec ou sans modèle d'interception dans la régression logistique Y a-t-il une différence entre eux, sauf qu'avec l'interception, les coefficients considèrent le log (odds ratio) par rapport au groupe de référence et sans l'interception, ils considèrent le log...
Cela peut être une question étrange du tout, mais en tant que novice sur le sujet, je me demande pourquoi utilisons-nous la régression pour détrôner une série chronologique si l'une des hypothèses de la régression est que les données devraient iid tandis que les données sur lesquelles la régression...
Pourquoi la régression linéaire et le modèle généralisé ont des hypothèses incohérentes? Dans la régression linéaire, nous supposons que le résiduel vient de la forme gaussienne Dans d'autres régressions (régression logistique, régression empoisonnée), nous supposons que la réponse provient d'une...
Je comprends que cela signifie que le modèle est mauvais pour prédire des points de données individuels, mais a établi une tendance ferme (par exemple, y augmente lorsque x
Disons que nous avons les points de données d'entrée (prédicteur) et de sortie (réponse) A, B, C, D, E et que nous voulons ajuster une ligne à travers les points. Il s'agit d'un problème simple pour illustrer la question, mais il peut également être étendu à des dimensions plus élevées. Énoncé du...
Récemment, je me suis intéressé à l'implémentation d'un modèle de régression bêta, pour un résultat proportionnel. Notez que ce résultat ne rentrerait pas dans un contexte binomial, car il n'y a pas de concept significatif de «succès» discret dans ce contexte. En fait, le résultat est en fait une...
J'ai quelques données qui sont ajustées le long d'une ligne à peu près linéaire: Lorsque je fais une régression linéaire de ces valeurs, j'obtiens une équation linéaire: y=0.997x−0.0136y=0.997x−0.0136y = 0.997x-0.0136 Dans un monde idéal, l'équation devrait être y=xy=xy = x . De toute évidence, mes...
La question est simple: est-il approprié d'utiliser une régression linéaire lorsque Y est borné et discret (par exemple, le score du test 1 ~ 100, certains classements prédéfinis 1 ~ 17)? Dans ce cas, est-il «pas bon» d'utiliser la régression linéaire ou est-ce totalement faux de...
J'ai une régression multivariée, qui inclut des interactions. Par exemple, pour obtenir l'estimation de l'effet du traitement pour le quintile le plus pauvre, j'ai besoin d'ajouter les coefficients du régresseur de traitement au coefficient de la variable d'interaction (qui interagit avec le...
L'une des hypothèses de régression logistique est la linéarité du logit. Donc, une fois mon modèle opérationnel, je teste la non-linéarité en utilisant le test de Box-Tidwell. Un de mes prédicteurs continus (X) s'est révélé positif pour la non-linéarité. Que dois-je faire ensuite? Comme il s'agit...
Quels sont les avantages et les inconvénients de l'utilisation de LARS [1] par rapport à l'utilisation de la descente de coordonnées pour ajuster la régression linéaire régularisée L1? Je m'intéresse principalement aux aspects de performance (mes problèmes ont tendance à avoir Ndes centaines de...
J'ajuste une régression logistique pas à pas sur un ensemble de données dans SPSS. Dans la procédure, j'adapte mon modèle à un sous-ensemble aléatoire qui est d'env. 60% de l'échantillon total, soit environ 330 cas. Ce que je trouve intéressant, c'est que chaque fois que je rééchantillonne mes...