La premisa es esta cita de la viñeta del paquete R betareg1 . Además, el modelo comparte algunas propiedades (como el predictor lineal, la función de enlace, el parámetro de dispersión) con modelos lineales generalizados (GLMs; McCullagh y Nelder 1989), pero no es un caso especial de este marco...
Tengo una pregunta sobre una regresión binomial negativa: supongamos que tiene los siguientes comandos: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Tenga en cuenta que los automóviles son un conjunto de datos que está disponible en R, y realmente no me...
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 =...
Estoy muy confundido acerca de si es legítimo incluir una variable dependiente retrasada en un modelo de regresión. Básicamente, creo que si este modelo se enfoca en la relación entre el cambio en Y y otras variables independientes, agregar una variable dependiente retrasada en el lado derecho...
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"....
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,...
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?
Estoy tratando de realizar una regresión múltiple en R. Sin embargo, mi variable dependiente tiene la siguiente gráfica: Aquí hay una matriz de diagrama de dispersión con todas mis variables ( WARes la variable dependiente): Sé que necesito realizar una transformación en esta variable (¿y...
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...
Para la regresión Lasso suponga que la mejor solución (error de prueba mínimo, por ejemplo) selecciona k características, para que \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ {lazo}, 0, ... 0 \ derecha) .k β l un s s o = ( β...
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 un poco confundido si una variable independiente (también llamada predictor o característica) en un modelo estadístico, por ejemplo, la en regresión lineal , ¿es una variable aleatoria?Y = β 0 + β 1 XXXXY= β0 0+ β1XY=β0+β1XY=\beta_0+\beta_1
Mi variable dependiente que se muestra a continuación no se ajusta a ninguna distribución de acciones que conozca. La regresión lineal produce residuales algo no normales, sesgados a la derecha que se relacionan con el Y pronosticado de una manera extraña (2º gráfico). ¿Alguna sugerencia para...
Estoy tratando de ajustar los datos con un GLM (regresión de Poisson) en R. Cuando graficé los residuos frente a los valores ajustados, el gráfico creó múltiples "líneas" (casi lineales con una ligera curva cóncava). ¿Qué significa esto? library(faraway) modl <- glm(doctorco ~ sex + age + agesq...
Tengo varias preguntas sobre la penalización de cresta en el contexto de mínimos cuadrados: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) La expresión sugiere que la matriz de covarianza de X se reduce hacia una matriz diagonal, lo que significa que...
Siguiendo mi pregunta para OLS , me pregunto: ¿qué gráficos de diagnóstico existen para la regresión cuantil? (¿y hay R implementación de ellos?) Una búsqueda rápida en Google ya apareció con el diagrama de gusanos (del que nunca había oído hablar antes), y me encantaría saber de más métodos que...
Me pregunto si hay algún algoritmo que pueda hacer clasificación y regresión al mismo tiempo. Por ejemplo, me gustaría dejar que el algoritmo aprenda un clasificador, y al mismo tiempo dentro de cada etiqueta, también aprende un objetivo continuo. Por lo tanto, para cada ejemplo de entrenamiento,...
Supongamos que yo estoy corriendo una regresión . ¿Por qué al seleccionar los principales componentes principales de , el modelo conserva su poder predictivo en ?Y∼XY∼XY \sim XkkkXXXYYY Entiendo que desde el punto de vista de reducción de dimensionalidad / selección de características, si son los...
Me he convertido en una especie de nihilista cuando se trata de clasificaciones de importancia variable (en el contexto de modelos multivariados de todo tipo). A menudo, en el curso de mi trabajo, se me pide que ayude a otro equipo a producir una clasificación de importancia variable o que...
Todos los ejemplos de SVM están relacionados con la clasificación. No entiendo cómo podría usarse un SVM para regresión (regresor de vectores de soporte) en la regresión. Según tengo entendido, un SVM maximiza el margen entre dos clases para encontrar el hiperplano óptimo. ¿Cómo funcionaría esto...