Les splines sont des fonctions flexibles, assemblées à partir de parties polynomiales, utilisées pour l'approximation ou le lissage. Cette balise est pour tout type de spline (par exemple, les B-splines, les splines de régression, les splines en plaques minces, etc.).
Mon problème : j'ai récemment rencontré un statisticien qui m'a informé que les splines ne sont utiles que pour explorer des données et sont sujettes à un surajustement, ce qui n'est donc pas utile pour la prédiction. Il préférait explorer avec des polynômes simples ... Comme je suis un grand fan...
Les modèles additifs généralisés sont ceux où par exemple. les fonctions sont lisses et à estimer. Habituellement par des cannelures pénalisées. MGCV est un paquetage en R qui le fait, et l'auteur (Simon Wood) écrit un livre sur son paquetage avec des exemples R. Ruppert et coll. (2003) écrivent un...
Je souhaite mieux comprendre les avantages / inconvénients de l'utilisation de loess ou d'un spline de lissage pour lisser une courbe. Une autre variation de ma question est de savoir s'il existe un moyen de construire une spline de lissage d'une manière qui produira les mêmes résultats que...
J'ai des données avec de nombreuses fonctionnalités corrélées, et je veux commencer par réduire les fonctionnalités avec une fonction de base fluide, avant d'exécuter un LDA. J'essaie d'utiliser des splines cubiques naturelles dans le splinespackage avec la nsfonction. Comment dois-je procéder pour...
Je recherche une étude de cas de régression linéaire avancée illustrant les étapes nécessaires pour modéliser des relations non linéaires complexes et multiples à l'aide de GLM ou OLS. Il est étonnamment difficile de trouver des ressources allant au-delà des exemples d'école de base: la plupart des...
Je souhaite apprendre (et implémenter) une alternative à l'interpolation polynomiale. Cependant, j'ai du mal à trouver une bonne description de la façon dont ces méthodes fonctionnent, comment elles sont liées et comment elles se comparent. J'apprécierais votre contribution sur les avantages /...
Je ne peux pas être précis sur la nature des données car elles sont propriétaires, mais supposons que nous ayons des données comme celle-ci: chaque mois, certaines personnes s'inscrivent à un service. Ensuite, au cours de chaque mois suivant, ces personnes peuvent mettre à niveau le service,...
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test...
J'essaie d'adapter une spline pour un GLM à l'aide de R. Une fois que j'ai ajusté la spline, je veux pouvoir prendre mon modèle résultant et créer un fichier de modélisation dans un classeur Excel. Par exemple, supposons que j'ai un ensemble de données où y est une fonction aléatoire de x et la...
Supposons que nous travaillons sur un modèle à effets aléatoires de certaines données de comptage au fil du temps, et que nous voulons contrôler certaines tendances. Normalement, vous feriez quelque chose comme: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") pour inclure une...
Les manuels ont généralement de beaux exemples de la base des splines uniformes lorsqu'ils expliquent le sujet. Quelque chose comme une rangée de petits triangles pour une spline linéaire, ou une rangée de petits bosses pour une spline cubique. Voici un exemple typique:
note: sans réponse correcte après un mois, j'ai republié sur SO Contexte J'ai un modèle, , où Y = f ( X )FFfOui= f( X )Oui=F(X)Y=f(\textbf{X}) est unematrice n × m d'échantillons à partir de m paramètres et Y est levecteur n × 1 des sorties du modèle.XX\textbf{X}n × mn×mn \times mmmmYYYn×1n×1n...
J'apprends les splines dans le livre "Les éléments de l'exploration, de l'inférence et de la prédiction des données statistiques" de Hastie et al. J'ai trouvé à la page 145 que les splines cubiques naturelles sont linéaires au-delà des nœuds limites. Il y a KKK noeuds, ξ1,ξ2,...ξKξ1,ξ2,...ξK\xi_1,...
J'essaie de trouver les maxima locaux pour une fonction de densité de probabilité (trouvée en utilisant la densityméthode de R ). Je ne peux pas faire une simple méthode "regarder autour des voisins" (où l'on regarde autour d'un point pour voir s'il s'agit d'un maximum local par rapport à ses...
Je sais que la régression de processus gaussienne (GPR) est une alternative à l'utilisation de splines pour ajuster des modèles flexibles non linéaires. Je voudrais savoir dans quelles situations l'une serait plus appropriée que l'autre, notamment dans le cadre de régression bayésienne. J'ai déjà...
Contexte : Je veux tracer une ligne dans un nuage de points qui n'apparaît pas paramétrique, donc j'utilise geom_smooth()in ggplotin R. Il retourne automatiquement geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to...
Je suis confondu avec l'hypothèse de linéarité au logit pour les variables prédictives continues dans l'analyse de régression logistique. Avons-nous besoin de vérifier la relation linéaire lors du dépistage des prédicteurs potentiels en utilisant une analyse de régression logistique univariable?...
Est-il faux que les splines ne soient disponibles que dans les modèles GAM et non dans les modèles GLM? J'ai entendu cela il y a un certain temps, et je me demande si ce n'est qu'une idée fausse ou s'il y a du vrai. En voici une illustration:
J'ai du code et des sorties, et je voudrais construire un modèle. Je ne sais pas comment construire un modèle en utilisant cette sortie: require("splines") x <- c(0.2, 0.23, 0.26, 0.29, 0.33, 0.46, 0.53 ) y <- c(0.211, 0.2026, 0.2034, 0.2167, 0.2177, 0.19225, 0.182) fit <- lm(y ~ ns(x,3))...
Lors de l'utilisation de splines cubiques naturelles (c'est-à-dire restreintes), les fonctions de base créées sont hautement colinéaires et, lorsqu'elles sont utilisées dans une régression, semblent produire des statistiques VIF (facteur d'inflation de variance) très élevées, signalant la...