En la práctica, el uso de una prueba T estándar para verificar la importancia de un coeficiente de regresión lineal es una práctica común. La mecánica del cálculo tiene sentido para mí. ¿Por qué es que la distribución T puede usarse para modelar el estadístico de prueba estándar usado en la prueba...
Todavía soy bastante nuevo en los modelos lineales generalizados, y lucho con mucha notación en la mayoría de los textos GLM que he recogido. ¿Hay libros GLM extremadamente populares que se prestan mejor a la
Tengo un modelo lineal clásico, con 5 posibles regresores. No están correlacionados entre sí y tienen una correlación bastante baja con la respuesta. Llegué a un modelo donde 3 de los regresores tienen coeficientes significativos para su estadística t (p <0.05). Agregar una o las dos variables...
Como se explica en este folleto del curso (página 1) , se puede escribir un modelo lineal en la forma: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, donde es la variable de respuesta y es la variable explicativa .yyyxixix_{i}ithithi^{th} A menudo,...
Siempre me cuesta explicar las técnicas estadísticas al público sin antecedentes estadísticos. Si quisiera explicar qué es GLM a esa audiencia (sin descartar la jerga estadística), ¿cuál sería la mejor manera o la más efectiva? Usualmente explico GLM con tres partes: (1) el componente aleatorio...
Sé que los Residuos de Pearson estandarizados se obtienen de una manera probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} y los residuos de desviación se obtienen de una manera más estadística (la contribución de cada punto a la...
En los modelos lineales necesitamos verificar si existe una relación entre las variables explicativas. Si se correlacionan demasiado, entonces hay colinealidad (es decir, las variables se explican parcialmente entre sí). Actualmente solo estoy mirando la correlación por pares entre cada una de las...
Estoy interesado en cambiar las hipótesis nulas usando glm()en R. Por ejemplo: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) prueba la hipótesis de que . ¿Qué pasa si quiero cambiar el valor nulo a = algún valor arbitrario, dentro ? p=0.5p=0.5p = 0.5pppglm() Sé que esto...
Actualmente estoy evaluando la multicolinealidad en mis conjuntos de datos. ¿Qué valores de umbral de VIF e índice de condición por debajo / arriba sugieren un problema? VIF: He escuchado que VIF es un problema.≥ 10≥10\geq 10 Después de eliminar dos variables problemáticas, VIF es para cada...
Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <-
Me interesaría encontrar formas en R para actualizar eficientemente un modelo lineal cuando se agrega una observación o un predictor. biglm tiene una capacidad de actualización al agregar observaciones, pero mis datos son lo suficientemente pequeños como para residir en la memoria (aunque tengo una...
Cuando se realiza un GLM y se obtiene el error "no definido debido a singularidades" en la salida de anova, ¿cómo se contrarresta este error? Algunos han sugerido que se debe a la colinealidad entre covariables o que uno de los niveles no está presente en el conjunto de datos (ver: interpretación...
Digamos que tengo N observaciones, posiblemente múltiples factores y repito cada observación dos veces (o M veces) ¿cómo se compararía una regresión en este nuevo conjunto de tamaños NM con una regresión solo en las observaciones
En la regresión lineal (pérdida al cuadrado), usando una matriz tenemos una notación muy concisa para el objetivo minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 Donde es la matriz de datos, son los coeficientes y b es la respuesta.x bAAAxxxbbb ¿Existe una notación matricial...
Después de buscar una aclaración sobre los coeficientes del modelo lineal aquí , tengo una pregunta de seguimiento relativa a los no significativos (valor p alto) para los coeficientes de los niveles de factores. Ejemplo: si mi modelo lineal incluye un factor con 10 niveles, y solo 3 de esos...
Tengo un ejemplo trabajado (en R), que estoy tratando de entender más. Estoy usando Limma para crear un modelo lineal y estoy tratando de entender lo que sucede paso a paso en los cálculos de cambio de pliegue. Principalmente estoy tratando de averiguar qué sucede para calcular los coeficientes....
Una distribución Tweedie puede modelar datos asimétricos con una masa de punto en cero cuando el parámetro ppagp (exponente en la relación media-varianza) está entre 1 y 2. Del mismo modo, un modelo inflado a cero (ya sea continuo o discreto) puede tener una gran cantidad de ceros. Tengo...
¿Cuáles son los beneficios de especificar una estructura de covarianza en un GLM (en lugar de tratar todas las entradas fuera de la diagonal en la matriz de covarianza como cero)? Además de reflejar lo que uno sabe de los datos, ¿lo hace? mejorar la bondad de ajuste? mejorar la precisión...
Soy un ingeniero de software que trabaja en aprendizaje automático. Según tengo entendido, la regresión lineal (como OLS) y la clasificación lineal (como la regresión logística y SVM) hacen una predicción basada en un producto interno entre los coeficientes entrenados y las variables de...
Así que he estado jugando con SVM y me pregunto si esto es algo bueno: Tengo un conjunto de características continuas (0 a 1) y un conjunto de características categóricas que convertí en variables ficticias. En este caso particular, codifico la fecha de la medición en una variable ficticia: Hay 3...