En Modelización estadística: las dos culturas, Leo Breiman escribe La práctica actual aplicada es verificar el ajuste del modelo de datos utilizando pruebas de bondad de ajuste y análisis residual. En un momento, hace algunos años, configuré un problema de regresión simulada en siete dimensiones...
Estoy luchando por comprender el concepto de sesgo en el contexto del análisis de regresión lineal. ¿Cuál es la definición matemática de sesgo? ¿Qué es exactamente sesgado y por qué / cómo? ¿Ejemplo
Siempre tuve la impresión de que la regresión es solo una forma más general de ANOVA y que los resultados serían idénticos. Recientemente, sin embargo, ejecuté una regresión y un ANOVA en los mismos datos y los resultados difieren significativamente. Es decir, en el modelo de regresión, tanto los...
Esta pregunta se migró de Mathematics Stack Exchange porque se puede responder en Cross Validated. Migrado hace 7 años . Ahora mismo estoy aprendiendo sobre el análisis de regresión y el análisis de varianza. En el análisis de regresión, tiene una variable fija y desea...
Esta pregunta se migró de Stack Overflow porque se puede responder en Cross Validated. Migrado hace 6 años . Tengo el siguiente resultado de ejecutar la función glm. ¿Cómo puedo interpretar los siguientes valores: Desviación nula Desviación residual AIC ¿Tienen algo...
La imputación múltiple es bastante sencilla cuando tiene un modelo lineal a priori que desea estimar. Sin embargo, las cosas parecen ser un poco más complicadas cuando realmente desea hacer una selección de modelo (por ejemplo, encontrar el "mejor" conjunto de variables predictoras de un conjunto...
Me pregunto cuál es la relación exacta entre parcial y los coeficientes en un modelo lineal y si debería usar solo uno o ambos para ilustrar la importancia y la influencia de los factores.R2R2R^2 Hasta donde sé, con las summaryestimaciones de los coeficientes y con anovala suma de los cuadrados...
Estoy aplicando un modelo lineal a mis datos: yyo= β0 0+ β1Xyo+ ϵyo,ϵyo∼ N( 0 , σ2) .yyo=β0 0+β1Xyo+ϵyo,ϵyo∼norte(0 0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Me gustaría estimar el intervalo de confianza (IC) de los coeficientes ( , ) usando el...
Ejecuté un modelo de regresión OLS en un conjunto de datos con 5 variables independientes. Las variables independientes y la variable dependiente son continuas y están relacionadas linealmente. El cuadrado R es de aproximadamente 99.3%. Pero cuando ejecuto lo mismo usando un bosque aleatorio en R,...
¿Alguien puede proporcionar una lista clara de las diferencias entre la regresión log-lineal y la regresión logística? Entiendo que el primero es un modelo de regresión lineal simple, pero no tengo claro cuándo se debe usar cada
Para un modelo lineal , el término de contracción siempre es .y=β0+xβ+εy=β0+xβ+εy=\beta_0+x\beta+\varepsilonP(β)P(β)P(\beta) ¿Cuál es la razón por la que no término de sesgo (intercepción) ? ¿Deberíamos reducir el término de sesgo en los modelos de redes
Estoy tratando de ajustar un modelo de regresión lineal múltiple a mis datos con un par de parámetros de entrada, digamos 3. F( x )F( x )= A x1+ B x2+ CX3+ do= ( A B C )T( x1 X2 X3) + d(yo)(ii)(yo)F(X)=UNAX1+siX2+doX3+reo(ii)F(X)=(UNA si do)T(X1 X2 X3)+re\begin{align} F(x) &= Ax_1 + Bx_2 + Cx_3 +...
Según un texto que estoy usando, la fórmula para la varianza del residuo yot hyothi^{th} viene dada por: σ2( 1 - 1norte- ( xyo- x¯¯¯)2Sx x)σ2(1-1norte-(Xyo-X¯)2SXX)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Me parece difícil de creer ya que la yot hyothi^{th}...
¿Cuál es la diferencia entre regresión logística y logit? Entiendo que son similares (o incluso la misma cosa) pero ¿alguien podría explicar la (s) diferencia (s) entre estos dos? ¿Se trata de
Estoy usando la regresión cuantil para encontrar predictores del percentil 90 de mis datos. Estoy haciendo esto en R usando el quantregpaquete. ¿Cómo puedo determinar para la regresión cuantil que indicará cuánta variabilidad están explicando las variables predictoras?r2r2r^2 Lo que realmente...
Gelman y Hill (2006) escriben en p46 que: El supuesto de regresión que generalmente es menos importante es que los errores se distribuyen normalmente. De hecho, con el propósito de estimar la línea de regresión (en comparación con la predicción de puntos de datos individuales), el supuesto de...
Estoy tratando de diseñar por mí mismo cuando es apropiado usar qué tipo de regresión (geométrica, Poisson, binomial negativa) con datos de recuento, dentro del marco GLM (solo 3 de las 8 distribuciones GLM se usan para datos de recuento, aunque la mayoría de lo que He leído centros alrededor de...
Estoy tratando de ajustar modelos lineales generalizados a algunos conjuntos de datos de conteo que pueden o no estar dispersos. Las dos distribuciones canónicas que se aplican aquí son Poisson y Binomial Negativo (Negbin), con EV y varianza.μμ\mu Vun rPAGS= μVarP=μVar_P = \mu Vun rnortesi= μ +...
Supongamos que estoy tratando de estimar una gran cantidad de parámetros a partir de algunos datos de alta dimensión, utilizando algún tipo de estimaciones regularizadas. El regularizador introduce cierto sesgo en las estimaciones, pero aún puede ser una buena compensación porque la reducción en la...
Quiero modelar una regresión logística con datos desequilibrados (9: 1). Quería probar la opción de pesos en la glmfunción en R, pero no estoy 100% seguro de lo que hace. Digamos que mi variable de salida es c(0,0,0,0,0,0,0,0,0,1). ahora quiero darle al "1" 10 veces más peso. entonces doy el...