Je suis un grand fan de football et je m'intéresse aussi à l'apprentissage automatique. En tant que projet pour mon cours de ML, j'essaie de construire un modèle qui prédirait les chances de gagner pour l'équipe à domicile, étant donné les noms de l'équipe à domicile et à l'extérieur. (Je recherche...
Existe-t-il des concepts ou des théories statistiques sur la façon de mesurer efficacement la récence dans laquelle les événements récents ont plus de poids que les événements plus anciens. Je crée un modèle de régression logistique et je voudrais appliquer un ajustement à divers facteurs en...
Après avoir fait l'ACP, le premier composant décrit la plus grande partie de la variabilité. Ceci est important, par exemple dans l'étude des mesures corporelles où il est communément connu (Jolliffe, 2002) que l'axe PC1 capture la variation de taille. Ma question est de savoir si les scores PCA...
Je cherche votre aide pour comprendre la différence entre deux contrastes différents pour les variables dichotomiques. Sur cette page: http://www.psychstat.missouristate.edu/multibook/mlt08.htm sous "Variables des prédicteurs dichotomiques", il existe deux façons de coder les prédicteurs...
Plusieurs articles ( ici et ici ) suggèrent que la régression bêta est plus appropriée lorsque la variable dépendante est naturellement limitée entre 0 et 1. Ma question est, en laissant de côté la pertinence, est-il techniquement incorrect d'adapter une régression logistique à une variable de...
De Wikipédia Le modèle linéaire général (GLM) est un modèle linéaire statistique. Il peut être écrit comme 1 où est une matrice avec une série de mesures multivariées, est une matrice qui pourrait être une matrice de conception , est une matrice contenant des paramètres qui sont généralement à...
Je veux inclure des échantillons de poids dans mon modèle de régression quantile, mais je ne sais pas comment procéder. J'ai déjà défini mon poids, qui sont des poids répliqués déjà donnés dans l'ensemble de données d'enquête (calculé dans le package d'enquête):
En régression linéaire, les transformations des variables explicatives sont effectuées pour avoir une corrélation maximale avec la variable dépendante. Quelle est la meilleure mesure pour choisir entre plusieurs transformations dans la régression logistique, car la variable dépendante est binaire...
J'essaie d'estimer un modèle de choix professionnel avec trois choix. Existe-t-il des alternatives à l'utilisation de la régression logistique multinomiale lors de la gestion de ces résultats catégoriels non ordonnés? Lorsqu'il s'agit de variables dépendantes binaires, il semble y avoir plusieurs...
J'ai un ensemble d'observations, indépendant du temps. Je me demande si je dois exécuter des tests d'autocorrélation? Il me semble que cela n'a aucun sens, car il n'y a pas de composante temporelle dans mes données. Cependant, j'ai en fait essayé le test LM de corrélation en série, et cela indique...
J'ai cette confusion liée à la distribution prédictive du processus gaussien. Je lisais ce papier Je n'ai pas compris comment l'intégration a donné ce résultat. Qu'est-ce que P (u * | x *, u). Aussi comment la covariance de la distribution postérieure est-elleσ2(σ2je+ K)-...
J'ai des données d'enquête catégoriques sur les attitudes des gens envers un certain domaine politique de 13 pays. La variable de réponse est catégorique et comprend 4 réponses distinctes qui ne peuvent pas être ordonnées. Je voudrais construire un modèle multinomial d'interception aléatoire à...
Ainsi, il me semble que la fonction de pondération en lm donne aux observations plus de poids plus la valeur de «poids» de l'observation associée est grande, tandis que la fonction lme en lme fait exactement le contraire. Cela peut être vérifié avec une simulation simple. #make 3 vectors- c is used...
J'ai un ensemble de données qui contient quelques centaines de transactions provenant de trois fournisseurs opérant dans plus de 100 pays sur une période de trois ans. Nous avons constaté que le pays de vente n'est pas un facteur significatif dans les prix atteints (les produits sont des produits...
J'ai un problème de régression avec 5-6k variables. Je divise mes données en 3 ensembles qui ne se chevauchent pas: formation, validation et tests. Je m'entraîne en utilisant uniquement l'ensemble d'entraînement et je génère de nombreux modèles de régression linéaire différents en choisissant un...
J'essaie de prédire une variable de réponse en régression linéaire qui devrait toujours être positive (coût par clic). C'est un montant monétaire. Dans AdWords, vous payez Google pour les clics sur vos annonces, et un nombre négatif signifie que Google vous paie lorsque les utilisateurs cliquent...
J'essaie de trouver un modèle en utilisant la régression binomiale négative (GLM binomial négatif). J'ai une taille d'échantillon relativement petite (supérieure à 300) et les données ne sont pas mises à l'échelle. J'ai remarqué qu'il existe deux façons de mesurer la qualité de l'ajustement - l'une...
J'effectue des régressions quantiles dans R en utilisant le paquet quantreg. Mon ensemble de données comprend 12 328 observations allant de 0,12 à 330. Les points temporels de mes données ne sont pas exactement continus; toutes les données se trouvent dans l'une des quelques dizaines de casiers...
J'utilise deux perceptrons multicouches à action directe (MLP). Avec les mêmes données d'entrée (14 neurones d'entrée), je fais une classification (vrai / faux) et une régression (si vrai, "combien") ¹. Jusqu'à présent, je l' ai utilisé paresseusement Matlabs patternnet et FITNET , respectivement....
Existe-t-il de toute façon que je peux exécuter LASSO avec une régression binomiale négative sur R? J'effectue une régression binomiale négative sur mon ensemble de données car les données sont trop dispersées pour imposer une régression de poisson. Pendant ce temps, je suis également confronté à...