Para formular mejor mi pregunta, he proporcionado algunos de los resultados de un modelo de 16 variables ( fit) y un modelo de 17 variables ( fit2) a continuación (todas las variables predictoras en estos modelos son continuas, donde la única diferencia entre estos modelos es que fitno contiene la...
Supongamos que tengo respuestas bivariadas con correlación significativa. Estoy tratando de comparar las dos formas de modelar estos resultados. Una forma es modelar la diferencia entre los dos resultados: Otra forma es usarlos o
Obtuve tres modelos reducidos de un modelo completo original usando selección hacia adelante eliminación hacia atrás Técnica de penalización L1 (LASSO) Para los modelos obtenidos usando la selección hacia adelante / eliminación hacia atrás, obtuve la estimación validada cruzada del error de...
Entiendo que si tengo dos modelos A y B y A está anidado en B, entonces, dados algunos datos, puedo ajustar los parámetros de A y B usando MLE y aplicar la prueba de razón de probabilidad logarítmica generalizada. En particular, la distribución de la prueba debe ser con grados de libertad, donde es...
Sé que esto enturbiaría la inferencia estadística, pero en realidad solo me preocupa acercarme lo más posible a un modelo preciso. Tengo una variable de resultado dicotómica, con un gran conjunto de predictores dicotómicos. Estoy pensando que me gustaría intentar usar LASSO para seleccionar qué...
Para la selección de predictores en regresión lineal multivariada con predictores adecuados, ¿qué métodos están disponibles para encontrar un subconjunto 'óptimo' de los predictores sin probar explícitamente todos los subconjuntos de ? En 'Análisis de supervivencia aplicada', Hosmer y Lemeshow...
Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5...
Un poco más de información; suponer que usted sabe de antemano cuántas variables seleccionar y que establece la penalización de complejidad en el procedimiento LARS, como tener exactamente tantas variables con coeficientes distintos de 0, los costos de cálculo no son un problema (el número total...
BIC penaliza en función del número de parámetros. ¿Qué pasa si algunos de los parámetros son algún tipo de variables indicadoras binarias? ¿Cuentan como parámetros completos? Pero puedo combinar parámetros binarios en una variable discreta que toma valores en . ¿Deben contarse como parámetros o un...
Tengo un gran conjunto de datos que consta de los valores de varios cientos de variables financieras que podrían usarse en una regresión múltiple para predecir el comportamiento de un fondo indexado a lo largo del tiempo. Me gustaría reducir el número de variables a diez más o menos y al mismo...
Tengo una pregunta sobre la selección del modelo y el rendimiento del modelo en regresión logística. Tengo tres modelos que se basan en tres hipótesis diferentes. Los primeros dos modelos (vamos a nombrarlos z y x) solo tienen una variable explicativa en cada modelo, y el tercero (vamos a llamarlo...
Quiero seleccionar modelos usando regsubsets(). Tengo un marco de datos llamado olympiadaten (datos cargados: http://www.sendspace.com/file/8e27d0 ). Primero adjunto este marco de datos y luego empiezo a analizar, mi código es: attach(olympiadaten) library(leaps) a<-regsubsets(Gesamt ~...
Soy un principiante cuando se trata de soportar máquinas de vectores. ¿Existen algunas pautas que digan qué núcleo (por ejemplo, lineal, polinomial) es el más adecuado para un problema específico? En mi caso, tengo que clasificar las páginas web según si contienen información específica o no, es...
Tengo un conjunto de datos con tres variables, donde todas las variables son cuantitativas. Vamos a llamarlo , y . Estoy ajustando un modelo de regresión en una perspectiva bayesiana a través de MCMC conx 1 x 2yyyX1x1x_1X2x2x_2rjags Hice un análisis exploratorio y el diagrama de dispersión de...
En un comentario a la respuesta a esta pregunta , se afirmó que usar AIC en la selección del modelo era equivalente a usar un valor p de 0.154. Lo probé en R, donde utilicé un algoritmo de selección de subconjuntos "hacia atrás" para descartar variables de una especificación completa. Primero,...
Un enfoque típico para resolver un problema de clasificación es identificar una clase de modelos candidatos y luego realizar la selección del modelo utilizando algún procedimiento como la validación cruzada. Por lo general, uno selecciona el modelo con la mayor precisión o alguna función...
Cuando utilizo k-fold CV para seleccionar entre los modelos de regresión, generalmente calculo el error CV por separado para cada modelo, junto con su error estándar SE, y selecciono el modelo más simple dentro de 1 SE del modelo con el error CV más bajo (el 1 regla de error estándar, ver por...
Los valores típicos de AIC que he visto para modelos logísticos están en miles, al menos cientos. Por ejemplo, en http://www.r-bloggers.com/how-to-perform-a-logistic-regression-in-r/ el AIC es 727.39 Si bien siempre se dice que AIC debe usarse solo para comparar modelos, quería entender qué...
En modelos de series de tiempo, como ARMA-GARCH, para seleccionar el retraso u orden apropiado del modelo, se utilizan diferentes criterios de información, como AIC, BIC, SIC, etc. Mi pregunta es muy simple, ¿por qué no usamos ajustado para elegir el modelo apropiado? Podemos seleccionar un...
He visto que hay varias preguntas sobre la interpretación y la construcción de juegos, lo que parece ilustrar la dificultad para los no estadísticos para tratar con ellos. Desafortunadamente, de ninguno de los hilos o tutoriales que leí, pude obtener una comprensión clara de cómo construir un...