Comment attribuer plus de poids à des observations plus récentes dans R? Je suppose que c'est une question ou un désir fréquemment posé, mais j'ai du mal à trouver exactement comment mettre en œuvre cela. J'ai essayé de chercher beaucoup pour cela, mais je ne peux pas trouver un bon exemple...
Dans les modèles de séries chronologiques, comme ARMA-GARCH, pour sélectionner le décalage ou l'ordre approprié du modèle, différents critères d'information, comme AIC, BIC, SIC, etc., sont utilisés. Ma question est très simple, pourquoi ne pas utiliser le ajusté pour choisir le modèle approprié?...
Diverses questions portent sur les mérites relatifs de diverses méthodes d'évaluation de l'importance des prédicteurs de régression, par exemple celle- ci. J'ai remarqué que dans ce commentaire @gung se réfère à la pratique comme une "idée erronée", reliant cette réponse à l'appui de cette...
Dans leur article fondateur «Least Angle Regression» , Efron et al décrivent une modification simple de l'algorithme LARS qui permet de calculer des chemins de régularisation LASSO complets. J'ai implémenté cette variante avec succès et trace généralement le chemin de sortie en fonction du nombre...
Supposons que j'ai un échantillon aléatoire {Xn,yn}Nn = 1{xn,yn}n=1N\lbrace x_n ,y_n \rbrace_{n=1}^N. Supposer yn=β0+β1Xn+εnyn=β0+β1xn+εny_n = \beta_0 + \beta_1 x_n + \varepsilon_n et y^n=β^0+β^1Xny^n=β^0+β^1xn\hat{y}_n = \hat{\beta}_0 +\hat{\beta}_1 x_n Quelle est la différence entre β1β1\beta_1...
Un de mes amis a récemment demandé ce qui était si ordinaire, à propos des moindres carrés ordinaires. Nous ne semblions aller nulle part dans la discussion. Nous avons tous deux convenu que l'OLS est un cas particulier du modèle linéaire, qu'il a de nombreuses utilisations, est bien connu et est...
Quelqu'un pourrait-il me dire pourquoi j'obtiens des résultats différents à partir des Rmoindres carrés pondérés et de la solution manuelle par opération matricielle ? Plus précisément, j'essaie de résoudre manuellement , où est la matrice diagonale des poids, est la matrice de données, est la...
Étant donné que l'erreur standard d'une régression linéaire est généralement donnée pour la variable de réponse, je me demande comment obtenir des intervalles de confiance dans l'autre sens - par exemple pour une ordonnée à l'origine. Je peux visualiser ce que cela pourrait être, mais je suis sûr...
Considérez la fonction r(x)=E(Y∣X=x)r(x)=E(Y∣X=x) r(x) = \mathbb{E}(Y \mid X = x) Cela a été appelé la fonction de régression dans un manuel que j'utilise. J'essaie de comprendre la relation entre cette fonction et le modèle de régression linéaire classique. Donc, je sais que c'est un théorème *...
J'essaie d'interpréter les résultats d'un article, où ils ont appliqué une régression multiple pour prédire divers résultats. Cependant les (coefficients B normalisés définis comme où est la personne à charge variable et est un prédicteur) rapporté ne semble pas correspondre au rapporté :β x 1 = B...
Supposons que j'adapte une régression binomiale et que j'obtienne les estimations ponctuelles et la matrice de variance-covariance des coefficients de régression. Cela me permettra d'obtenir un IC pour la proportion attendue de succès dans une future expérience, , mais j'ai besoin d'un IC pour la...
Je sais comment implémenter une fonction objectif linéaire et des boosts linéaires dans XGBoost. Ma question concrète est la suivante: lorsque l'algorithme correspond au résiduel (ou au gradient négatif), utilise-t-il une caractéristique à chaque étape (c.-à-d. Modèle univarié) ou toutes les...
Étant donné deux ensembles de données multidimensionnels, XXX et OuiYY, certaines personnes effectuent une analyse multivariable en créant une variable dépendante de substitution à l'aide de l' analyse en composantes principales (ACP). Autrement dit, exécutez PCA surOuiYY définir, prendre des...
J'en ai vu beaucoup qui discutent si une régression de Poisson de base est une version imbriquée d'une régression de Poisson gonflée à zéro. Par exemple, ce site soutient que c'est le cas, car ce dernier inclut des paramètres supplémentaires pour modéliser des zéros supplémentaires, mais inclut...
J'ai besoin de résoudre un problème de régression compliqué sur le disque de l'unité. La question d'origine a suscité quelques commentaires intéressants, mais malheureusement aucune réponse. En attendant, j'ai appris quelque chose de plus sur ce problème, donc je vais essayer de diviser le problème...
J'ai un ensemble de données avec une variable dépendante et indépendante. Les deux ne sont pas une série chronologique. J'ai 120 observations. Le coefficient de corrélation est de 0,43 Après ce calcul, j'ai ajouté une colonne pour les deux variables avec la moyenne pour 12 observations, résultant...
Supposons que j'exécute une régression linéaire qui a la forme .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Si est positif, cela implique-t-il une corrélation positive entre A et B ? (Inversement, une corrélation négative si β 3 est...
L'une des hypothèses de régression linéaire est qu'il devrait y avoir une variance constante dans les termes d'erreur et que les intervalles de confiance et les tests d'hypothèse associés au modèle reposent sur cette hypothèse. Que se passe-t-il exactement lorsque les termes d'erreur n'ont pas de...
J'étudie actuellement la régression logistique. Mais je pas à calculer l'ordonnée à l'origine ( ) et le coefficient ( ). Je le cherchais sur Internet, mais je n'obtiens que des didacticiels utilisant Microsoft Excel ou des fonctions intégrées dans R. J'ai entendu dire qu'il pouvait être résolu par...
Supposons la relation linéaire suivante: , où est la variable dépendante, une seule variable indépendante et le terme d'erreur.Y i X i u iOuije= β0+ β1Xje+ ujeYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iOuijeYiY_iXjeXiX_iujeuiu_i Selon Stock & Watson (Introduction à l'économétrie; chapitre 4...