Todas mis variables son continuas. No hay niveles ¿Es posible incluso tener interacción entre las
Cuando uso GAM, me da un DF residual de 26.626.626.6 (última línea en el código). Qué significa eso? Yendo más allá del ejemplo de GAM, en general, ¿puede el número de grados de libertad ser un número no entero? > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~...
Reflexiono sobre la discusión en torno a esta pregunta y, en particular, sobre el comentario de Frank Harrell de que la estimación de la varianza en un modelo reducido (es decir, uno a partir del cual se probaron y rechazaron varias variables explicativas) debería usar los grados de libertad...
He leído en varias referencias que la estimación de Lasso para el vector de parámetro de regresión es equivalente al modo posterior de en el que la distribución previa para cada es una distribución exponencial doble (también conocida como distribución de Laplace).BBBB iBBBBiBiB_i He estado...
Estoy tratando de entender un documento sobre el pronóstico de la carga eléctrica, pero estoy luchando con los conceptos internos, especialmente el modelo SARIMAX . Este modelo se usa para predecir la carga y utiliza muchos conceptos estadísticos que no entiendo (soy un estudiante universitario de...
El documento original de red elástica Zou & Hastie (2005) La regularización y la selección de variables a través de la red elástica introdujeron la función de pérdida neta elástica para la regresión lineal (aquí supongo que todas las variables están centradas y escaladas a la varianza...
Quizás esta pregunta sea ingenua, pero: Si la regresión lineal está estrechamente relacionada con el coeficiente de correlación de Pearson, ¿hay alguna técnica de regresión estrechamente relacionada con los coeficientes de correlación de Kendall y
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado el año pasado . Tengo un diagrama de dispersión. ¿Cómo puedo...
Estoy tratando de resolver la tarea de regresión. Descubrí que 3 modelos funcionan bien para diferentes subconjuntos de datos: LassoLARS, SVR y Gradient Tree Boosting. Me di cuenta de que cuando hago predicciones usando todos estos 3 modelos y luego hago una tabla de 'salida real' y salidas de mis...
Digamos que queremos hacer una regresión simple f = x * yusando una red neuronal profunda estándar. Recuerdo que hay investigaciones que indican que NN con una capa oculta puede aproximarse a cualquier función, pero he intentado y sin normalización, NN no pudo aproximar ni siquiera esta simple...
Esta pregunta se migró de Mathematics Stack Exchange porque se puede responder en Cross Validated. Migrado hace 8 años . Cuando realizo una regresión lineal en algunos paquetes de software (por ejemplo, Mathematica), obtengo valores p asociados con los parámetros
Tengo un modelo de regresión logística entrenado que estoy aplicando a un conjunto de datos de prueba. La variable dependiente es binaria (booleana). Para cada muestra en el conjunto de datos de prueba, aplico el modelo de regresión logística para generar un% de probabilidad de que la variable...
Estoy interesado en la regresión con redes neuronales. Las redes neuronales con cero nodos ocultos + conexiones de capa de salto son modelos lineales. ¿Qué pasa con las mismas redes neuronales pero con nodos ocultos? Me pregunto cuál sería el papel de las conexiones de salto de...
Me pregunto cómo interpretar los errores estándar del coeficiente de una regresión cuando se usa la función de visualización en R. Por ejemplo en el siguiente resultado: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = 40, k =...
Sé que la regresión lineal puede pensarse como "la línea que está verticalmente más cercana a todos los puntos" : Pero hay otra forma de verlo, visualizando el espacio de la columna, como "la proyección sobre el espacio atravesado por las columnas de la matriz de coeficientes" : Mi pregunta...
Soy nuevo en Machine Learning y estoy tratando de aprenderlo por mi cuenta. Recientemente estaba leyendo algunas notas de clase y tenía una pregunta básica. La diapositiva 13 dice que "La estimación de mínimos cuadrados es igual a la estimación de máxima verosimilitud bajo un modelo gaussiano"....
Por lo que entiendo, solo podemos construir una función de regresión que se encuentre dentro del intervalo de los datos de entrenamiento. Por ejemplo (solo uno de los paneles es necesario): ¿Cómo predeciría el futuro con un regresor KNN? Nuevamente, parece aproximarse solo a una función que se...
Ya ha habido una excelente discusión sobre cómo las máquinas de vectores de soporte manejan la clasificación, pero estoy muy confundido acerca de cómo las máquinas de vectores de soporte generalizan a la regresión. ¿Alguien me puede explicar?
Aunque leí esta publicación, todavía no tengo idea de cómo aplicar esto a mis propios datos y espero que alguien pueda ayudarme. Tengo los siguientes datos: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483,...
¿Cuál es la distribución del coeficiente de determinación, o R al cuadrado, , en regresión múltiple univariada lineal bajo la hipótesis nula ?R 2 H 0 : β = 0R2R^2H0:β=0H_0:\beta=0 ¿Cómo depende de la cantidad de predictores y la cantidad de muestras ? ¿Existe una expresión de forma cerrada para el...