Je veux prédire la hauteur des arbres dans une certaine zone en utilisant certaines variables obtenues par télédétection. Comme la biomasse approximative, etc. Je veux d'abord utiliser une régression linéaire (je sais que ce n'est pas la meilleure idée mais c'est une étape incontournable pour mon...
L'une des motivations du filet élastique était la limitation suivante de LASSO: Dans le cas p>np>np > n , le lasso sélectionne au plus n variables avant de saturer, en raison de la nature du problème d'optimisation convexe. Cela semble être une caractéristique limitante pour une méthode de...
Je poursuis la question que j'avais posée plus tôt sur les mécanismes RBM . Je vois beaucoup de littérature qui les décrit, mais aucune qui parle réellement de régression (pas même de classification avec des données étiquetées). J'ai l'impression qu'il est utilisé uniquement pour les données non...
Je ne sais pas comment interpréter cette régression probit que j'ai exécutée sur Stata. Les données sont sur l'approbation du prêt et le blanc est une variable fictive qui = 1 si une personne était blanche et = 0 si la personne ne l'était pas. Toute aide sur la façon de lire ceci serait grandement...
Je recherche des conseils et des commentaires qui traitent de l'analyse des ratios et des taux. Dans le domaine dans lequel je travaille l'analyse des ratios en particulier est très répandue mais j'ai lu quelques articles qui suggèrent que cela peut être problématique, je pense à: Kronmal, Richard...
Mes prédictions provenant d'un modèle de régression logistique (glm dans R) ne sont pas limitées entre 0 et 1 comme je m'y attendais. Ma compréhension de la régression logistique est que vos paramètres d'entrée et de modèle sont combinés linéairement et la réponse est transformée en probabilité à...
Si je souhaitais ajuster les interactions bidirectionnelles entre une variable explicative linéaire et autre variable explicative qui a une relation quadratique avec la variable dépendante , devrais-je inclure à la fois l'interaction avec la composante quadratique et l'interaction avec la linéaire...
Question assez basique: Que signifie une distribution normale des résidus d'une régression linéaire? En termes de, comment cela se reflète-t-il sur mes données d'origine de la régression? Je suis totalement perplexe, merci les
Les degrés de liberté dans une régression multiple sont égaux à , où k est le nombre de variables.N- k - 1N−k−1N-k-1kkk Est-ce que inclut la variable de réponse (c.-à-d. Y )? Par exemple, dans le modèle Y = B 0 + B 1 X 1 + B 2 X 2 , alors k = 3 (c.-à-d. 1 df chacun pour Y , X 1 et X 2...
Si, dans les régressions OLS standard, deux hypothèses sont violées (distribution normale des erreurs, homoscédasticité), l'amorçage des erreurs standard et des intervalles de confiance est-il une alternative appropriée pour obtenir des résultats significatifs en ce qui concerne la signification...
Je fais une régression en utilisant des forêts aléatoires pour prédire les prix en fonction de plusieurs attributs. Le code est écrit en Python à l'aide de Scikit-learn. Comment décidez-vous si vous devez transformer vos variables en utilisant exp/ logavant de l'utiliser pour l'adapter au modèle de...
La normalisation d'une variable dépendante au sein du groupe d'identification est-elle logique? Le document de travail suivant (Ralentissement de la déforestation en Amazonie légale; prix ou politiques?, Pdf ) utilise une variable dépendante standardisée pour analyser l'effet du changement de...
Je voudrais comparer des modèles sélectionnés avec faîtage, lasso et filet élastique. La figure ci-dessous montre les chemins des coefficients en utilisant les 3 méthodes: crête (figure A, alpha = 0), lasso (figure B; alpha = 1) et filet élastique (figure C; alpha = 0,5). La solution optimale...
Supposons que j'ai un partage 80/20 entre les observations de modélisation / validation. J'ai ajusté un modèle à l'ensemble de données de modélisation et je suis à l'aise avec l'erreur que je vois sur l'ensemble de données de validation. Avant de déployer mon modèle pour noter les observations...
J'ai un ensemble de valeurs xxx et yyy qui sont théoriquement liées de façon exponentielle: y=axby=axby = ax^b Une façon d'obtenir les coefficients consiste à appliquer des logarithmes naturels des deux côtés et à ajuster un modèle linéaire: > fit <- lm(log(y)~log(x)) > a <-...
La question ci-dessus dit tout. Fondamentalement, ma question concerne une fonction d'ajustement générique (qui pourrait être arbitrairement compliquée) qui sera non linéaire dans les paramètres que j'essaie d'estimer, comment choisit-on les valeurs initiales pour initialiser l'ajustement? J'essaie...
Existe-t-il un moyen d'effectuer une régression de processus gaussienne sur une sortie multidimensionnelle (éventuellement corrélée) à l'aide de GPML ? Dans le script de démonstration, je ne pouvais trouver qu'un exemple 1D. Une question similaire sur le CV qui aborde le cas de l'entrée...
En régression linéaire, Y=XβY=XβY= X\beta , pourquoi est-il XXXappelé matrice de conception? peut-il être conçu ou construit arbitrairement dans une certaine mesure comme dans
J'ai lu quelques explications sur les propriétés des modèles linéaires par rapport aux modèles non linéaires, mais je ne sais toujours pas si un modèle disponible est linéaire ou non linéaire. Par exemple, le modèle suivant est-il linéaire ou non linéaire? yt= β0+ β1B ( L ; θ ) Xt+...
Je me rends compte que c'est probablement une question très simple, mais après avoir cherché, je ne trouve pas la réponse que je cherche. J'ai un problème où j'ai besoin de normaliser les variables exécutez la (régression de crête) pour calculer les estimations de crête des bêtas. J'ai ensuite...