Je lisais le chapitre sur la régression multiple de l' analyse des données et des graphiques à l'aide de R: une approche basée sur des exemples et j'étais un peu confus de découvrir qu'il recommandait de vérifier les relations linéaires entre les variables explicatives (à l'aide d'un nuage de...
J'ai un modèle de régression logistique binaire avec une DV (maladie: oui / non) et 5 prédicteurs (démographie [âge, sexe, tabagisme (oui / non)], un index médical (ordinale) et un traitement aléatoire [oui / non ]). J'ai également modélisé tous les termes d'interaction bilatérale. Les principales...
Pour les moindres carrés avec un prédicteur: y= βx + ϵy=βX+ϵy = \beta x + \epsilon Si et sont normalisés avant l'ajustement (c'est-à-dire ), alors:XXxyyy∼ N( 0 , 1 )∼N(0,1)\sim N(0,1) ββ\beta est le même que le coefficient de corrélation de Pearson, .rrr ββ\beta est le même dans la régression...
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble...
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la...
Je procède à une régression logistique avec un résultat binaire (démarrage et non démarrage). Ma combinaison de prédicteurs sont toutes des variables continues ou dichotomiques. En utilisant l'approche Box-Tidwell, l'un de mes prédicteurs continus viole potentiellement l'hypothèse de linéarité du...
J'ai exécuté des modèles binomiaux et quasi-poissons négatifs basés sur une approche de test d'hypothèse. Mes modèles finaux utilisant les deux méthodes ont différentes covariables et interactions. Il semble qu'il n'y ait aucun motif lorsque je trace mes résidus dans les deux cas. Ainsi, je me...
Dans Ron peut "pondérer préalablement" une glmrégression via le paramètre des poids . Par exemple: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Comment cela peut-il être accompli dans un modèle JAGSou BUGS? J'ai trouvé un article sur ce sujet, mais aucun ne fournit...
Je lisais cet article sur le filet élastique. Ils disent qu'ils utilisent un filet élastique parce que si nous utilisons simplement le Lasso, il a tendance à sélectionner un seul prédicteur parmi les prédicteurs qui sont fortement corrélés. Mais n'est-ce pas ce que nous voulons. Je veux dire que...
Un instrument utilisé pour mesurer les niveaux de glucose dans le sang d'une personne est surveillé sur un échantillon aléatoire de 10 personnes. Les niveaux sont également mesurés à l'aide d'une procédure de laboratoire très précise. La mesure de l'instrument est notée x. La mesure de la procédure...
Cette question / sujet a été soulevé lors d'une discussion avec un collègue et je cherchais des opinions à ce sujet: Je modélise certaines données en utilisant une régression logistique à effets aléatoires, plus précisément une régression logistique à interception aléatoire. Pour les effets fixes,...
Pouvez-vous me donner un exemple de l'utilisation d'estimateurs sandwich pour effectuer une inférence de régression robuste? Je peux voir l'exemple dans ?sandwich, mais je ne comprends pas très bien comment on peut passer de lm(a ~ b, data)( r -codé) à une estimation et à une valeur p résultant...
Pour mieux poser ma question, j'ai fourni quelques - unes des sorties à la fois un 16 modèle variable ( fit) et un 17 modèle variable ( fit2) ci - dessous (toutes les variables prédictives dans ces modèles sont continus, où la seule différence entre ces modèles est que fitne le fait pas contient la...
Supposons que j'ai une réponse bivariée avec une corrélation significative. J'essaie de comparer les deux façons de modéliser ces résultats. Une façon consiste à modéliser la différence entre les deux résultats: Une autre façon consiste à les utiliser ou à les modéliser:...
Du Quick-R de Robert Kabacoff, j'ai # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } #...
J'entends souvent parler de l'évaluation des performances d'un modèle de classification en présentant l'ensemble de test et en entraînant un modèle sur l'ensemble de formation. Puis création de 2 vecteurs, un pour les valeurs prédites et un pour les vraies valeurs. Évidemment, faire une comparaison...
J'ai vu deux représentations différentes de l'estimateur de régression quantile qui sont Q(βq)=∑i:yi≥x′iβnq∣yi−x′iβq∣+∑i:yi<x′iβn(1−q)∣yi−x′iβq∣Q(βq)=∑i:yi≥xi′βnq∣yi−xi′βq∣+∑i:yi<xi′βn(1−q)∣yi−xi′βq∣Q(\beta_{q}) = \sum^{n}_{i:y_{i}\geq x'_{i}\beta} q\mid y_i - x'_i \beta_q \mid +...
J'ai obtenu trois modèles réduits à partir d'un modèle complet original en utilisant sélection avant élimination en arrière Technique de pénalisation L1 (LASSO) Pour les modèles obtenus en utilisant la sélection vers l'avant / l'élimination vers l'arrière, j'ai obtenu l'estimation de validation...
J'ai huit variables indépendantes et une dépendante. J'ai exécuté une matrice de corrélation, et 5 d'entre eux ont une faible corrélation avec le DV. J'ai ensuite exécuté une régression multiple pas à pas pour voir si certains / tous les IV peuvent prédire le DV. La régression a montré que seuls...
J'ai une équation pour prédire le poids des lamantins à partir de leur âge, en jours (dias, en portugais): R <- function(a, b, c, dias) c + a*(1 - exp(-b*dias)) Je l'ai modélisé en R, en utilisant nls (), et j'ai obtenu ce graphique: Maintenant, je veux calculer l'intervalle de confiance à 95%...