Il existe un certain nombre de sites Web décrivant la descente de gradient pour trouver les paramètres d'une régression linéaire simple (en voici un). Google le décrit également dans son nouveau cours de ML (au public). Cependant, sur Wikipedia , les formules suivantes pour calculer les paramètres...
Avec la régression OLS appliquée à la réponse continue, on peut construire l'équation de régression multiple en exécutant séquentiellement des régressions des résidus sur chaque covariable. Ma question est, existe-t-il un moyen de le faire avec la régression logistique via les résidus de régression...
Dans le scikit, apprendre des documents sur l'étalonnage des probabilités, ils comparent la régression logistique avec d'autres méthodes et remarquent que la forêt aléatoire est moins bien étalonnée que la régression logistique. Pourquoi la régression logistique est-elle bien calibrée? Comment...
J'apprends actuellement la régression des crêtes et j'étais un peu confus au sujet de la pénalisation des modèles plus complexes (ou de la définition d'un modèle plus complexe). D'après ce que je comprends, la complexité du modèle n'est pas nécessairement en corrélation avec l'ordre polynomial....
Je travaille sur un modèle de régression logistique. J'ai vérifié le résumé du modèle qui est construit sur 5 variables indépendantes dont l'une n'est pas significative avec une valeur P de 0,74. Je souhaite savoir si nous supprimons directement la variable ou existe-t-il un autre moyen de vérifier...
J'ai un ensemble de données où je dois faire une régression linéaire. Malheureusement, il existe un problème d'hétéroscédasticité. J'ai relancé l'analyse en utilisant une régression robuste avec l'estimateur HC3 pour la variance et j'ai également effectué un bootstrap avec la fonction bootcov dans...
J'ai un fichier assez volumineux de 100 millions de lignes et 30 colonnes environ, sur lequel j'aimerais exécuter plusieurs régressions. J'ai un code spécialisé pour exécuter les régressions sur l'ensemble du fichier, mais ce que je voudrais faire est de tirer des échantillons aléatoires du fichier...
J'ai un ensemble de données d'études de cas de projet pour un nouveau type de méthode de recherche pour les agences gouvernementales pour soutenir les activités de prise de décision. Ma tâche consiste à développer une méthode d'estimation basée sur l'expérience passée pour de futurs projets à des...
Je travaille sur un projet où nous observons le comportement sur une tâche (par exemple le temps de réponse) et modélisons ce comportement en fonction de plusieurs variables expérimentalement manipulées ainsi que de plusieurs variables observées (sexe du participant, QI du participant, réponses sur...
Je suis novice dans l'analyse des séries chronologiques et j'apprécierais toute suggestion sur la meilleure façon d'aborder le problème de régression des séries chronologiques suivant: j'ai des mesures de température horaires à environ 20 emplacements sur un site sur trois ans, ainsi que des...
Si j'ai un objet arima comme a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), xreg = dummy)...
Je recherche de l'aide, des conseils ou des astuces pour expliquer l'hétérogénéité / l'hétéroscédasticité aux biologistes de mon service. En particulier, je veux expliquer pourquoi il est important de le rechercher et de le traiter s'il existe, je cherchais des opinions sur les questions suivantes....
Tout d'abord, je réalise que la régression multiple ne donne pas vraiment d'inférence "causale" sur les données. Permettez-moi d'expliquer mon cas actuel: J'ai quatre variables indépendantes qui j'espère (mais je ne suis pas sûr) sont impliquées dans la conduite de la chose que je mesure. J'ai...
Disons que j'ai deux modèles de régression, un avec trois variables et un avec quatre. Chacun crache un r ^ 2 ajusté, que je peux comparer directement. De toute évidence, le modèle avec le r ^ 2 ajusté le plus élevé est le meilleur ajustement, mais est-il possible de tester la différence entre les...
J'ai 100 patients et chaque patient a 10 mesures longitudinales de la créatinine sérique. Les taux de filtration glomérulaire estimés (DFGe) ont été calculés à partir d'une formule MDRD comprenant le sexe, l'âge et la créatinine sérique. Le DFGe est la variable dépendante et le temps est la...
Dans l'application pratique, j'ai souvent été témoin de la pratique suivante. On observe une paire dans le temps. Dans l'hypothèse où ils sont liés linéairement, nous régressons l'un contre l'autre en utilisant des poids géométriques plutôt que des poids uniformes, c'est-à-dire que l'OLS minimise...
J'essaie de tester si ma régression a un problème d'hétéroscédasticité. Après avoir exécuté une régression, je peux clairement voir que le tracé résiduel a un motif. Après avoir pris un log de la variable dépendante, le modèle est très, très réduit. Le test de White sur la formule d'origine renvoie...
J'ai vraiment du mal à trouver comment comparer les modèles ARIMA et de régression. Je comprends comment évaluer les modèles ARIMA les uns par rapport aux autres et différents types de modèles de régression (c.-à-d. Régression vs régression dynamique avec erreurs AR) les uns contre les autres, mais...
J'ai un modèle de régression linéaire simple. Ce que je veux calculer, c'est à quel point chacune de mes variables d'entrée est "importante", c'est-à-dire faire une déclaration quelque chose comme ceci: "60% de la puissance prédictive dans ce modèle provient de la variable var1, où var2 et var3 ont...
Je lis un texte, "Probability and Statistics" de Devore. Je regarde 2 éléments à la page 740: la valeur attendue et la variance de l'estimation deβ1β1\beta_1, qui est le paramètre de pente dans la régression linéaire Ouije=β0+β1Xje+ϵjeYi=β0+β1Xi+ϵiY_i = \beta_0 + \beta_1 X_i + \epsilon_i....