Je prends actuellement mon premier cours de régression linéaire appliquée au niveau universitaire et je me débat avec des transformations de variables prédictives en régression linéaire multiple. Le texte que j'utilise, Kutner et al "Modèles statistiques linéaires appliqués" ne semble pas couvrir...
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 3 ans . Cela m'a semblé être basique, mais je n'arrive pas à trouver de...
Ma situation est: J'ai 1 variable dépendante continue et 1 variable prédictive continue que j'ai transformée logarithmiquement pour normaliser leurs résidus pour une régression linéaire simple. J'apprécierais toute aide sur la façon dont je peux relier ces variables transformées à leur contexte...
J'ai un ensemble de données avec environ 70 variables que j'aimerais réduire. Ce que je cherche à faire, c'est d'utiliser CV pour trouver les variables les plus utiles de la manière suivante. 1) Sélectionnez au hasard disons 20 variables. 2) Utilisez stepwise/ LASSO/ lars/ etc pour choisir les...
Considérez le code R suivant: example <- function(n) { X <- 1:n Y <- rep(1,n) return(lm(Y~X)) } #(2.13.0, i386-pc-mingw32) summary(example(7)) #R^2 = .1963 summary(example(62)) #R^2 = .4529 summary(example(4540)) #R^2 = .7832 summary(example(104))) #R^2 = 0 #I did a search for n 6:10000,...
J'ai beaucoup de problèmes avec un ensemble de données auquel j'essaie d'appliquer SEM. Nous supposons l'existence de 5 facteurs latents A, B, C, D, E, avec des indicateurs resp. A1 à A5 (facteurs ordonnés), B1 à B3 (quantitatifs), C1, D1, E1 (tous les trois derniers facteurs ordonnés, avec...
Quelles sont les bonnes stratégies pour effectuer une régression du processus gaussien lorsque la fonction que j'essaie d'approcher les changements dans le temps? L'approche naïve qui me vient à l'esprit est de n'utiliser que les N points de données les plus récents pour effectuer la régression....
J'ai le modèle linéaire suivant: Pour résoudre l'hétéroscédasticité des résidus, j'ai essayé d'appliquer une transformation logarithmique à la variable dépendante comme mais je vois toujours le même effet de fan out sur les résidus. Les valeurs DV sont relativement petites, donc l'addition...
Je veux faire une régression linéaire multiple puis prédire de nouvelles valeurs avec peu d'extrapolation. J'ai ma variable de réponse dans la plage de -2 à +7 et trois prédicteurs (les plages d'environ +10 à +200). La distribution est presque normale. Mais la relation entre la réponse et les...
Étant donné les multiples plis de validation croisée d'une régression logistique et les estimations multiples résultantes de chaque coefficient de régression, comment doit-on mesurer si un prédicteur (ou un ensemble de prédicteurs) est ou non stable et significatif sur la base du ou des...
Dans une équation de régression multiple linéaire, si les poids bêta reflètent la contribution de chaque variable indépendante individuelle au-delà de la contribution de tous les autres IV, où dans l'équation de régression la variance est-elle partagée par tous les IV qui prédit la DV? Par exemple,...
J'ai quelques dizaines de milliers d'observations qui sont dans une série chronologique mais regroupées par emplacements. Par exemple: location date observationA observationB --------------------------------------- A 1-2010 22 12 A 2-2010 26 15 A 3-2010 45 16 A 4-2010 46 27 B 1-2010 167 48 B 2-2010...
Veuillez voir modifier. Lorsque vous avez des données avec des queues lourdes, faire une régression avec des erreurs de Student-t semble être une chose intuitive à faire. En explorant cette possibilité, je suis tombé sur cet article: Breusch, TS, Robertson, JC et Welsh, AH (1er novembre 1997). Les...
Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant,...
Existe-t-il des hypothèses particulières concernant les erreurs de régression logistique telles que la variance constante des termes d'erreur et la normalité des résidus? En règle générale, lorsque vous avez des points dont la distance du cuisinier est supérieure à 4 / n, les supprimez-vous? Si...
Il existe de nombreuses méthodes pour effectuer la régularisation - la régularisation basée sur la norme , et par exemple. Selon Friedman Hastie & Tibsharani , le meilleur régularisateur dépend du problème: à savoir la nature de la véritable fonction cible, la base particulière utilisée, le...
Si j'ajuste mes données avec quelque chose comme lm(y~a*b), dans la syntaxe R, où aest une variable binaire et bune variable numérique, le a:bterme d'interaction est la différence entre la pente de y~bat a= 0 et at a= 1. Maintenant, disons que la relation entre yet best curviligne. Si je correspond...
Cela doit venir --- la prévision des choses coincées entre 0 et 1. Dans ma série, je soupçonne un composant d'auto-régression, et aussi un composant de retour à la moyenne, donc je veux quelque chose que je peux interpréter comme un ARIMA --- mais je ne veux pas qu'il tire à 1000% à l'avenir ....
Pour une régression linéaire avec plusieurs groupes (groupes naturels définis a priori), est-il acceptable d'exécuter deux modèles différents sur le même ensemble de données pour répondre aux deux questions suivantes? Chaque groupe a-t-il une pente non nulle et une intersection non nulle et quels...
Dans le cadre de la régression multiple multivariée (régresseur vectoriel et régresseur), les quatre principaux tests de l'hypothèse générale (Wilk's Lambda, Pillai-Bartlett, Hotelling-Lawley et Roy's Largest Root) dépendent tous des valeurs propres de la matrice , où et sont les matrices de...