En general, ¿qué significa decir que la fracción de la varianza en un análisis como PCA se explica por el primer componente principal? ¿Alguien puede explicar esto intuitivamente pero también dar una definición matemática precisa de lo que significa "varianza explicada" en términos de análisis de...
En un coloquio reciente, el resumen del orador afirmó que estaban utilizando el aprendizaje automático. Durante la charla, lo único relacionado con el aprendizaje automático era que realizaban una regresión lineal en sus datos. Después de calcular los coeficientes de mejor ajuste en el espacio de...
Tenía una pregunta sobre la interpretación de las gráficas generadas por plot (lm) en R. Me preguntaba si ustedes podrían decirme cómo interpretar las gráficas de ubicación de escala y apalancamiento residual. Cualquier comentario será bienvenido. Asumir conocimientos básicos de estadística,...
¿Qué gráficos de diagnóstico (y quizás pruebas formales) encuentra más informativos para las regresiones en las que el resultado es una variable de conteo? Estoy especialmente interesado en los modelos binomiales de Poisson y negativos, así como en sus homólogos inflados a cero y obstáculos de...
¿Es válido incluir una interacción bidireccional en un modelo sin incluir los efectos principales? ¿Qué pasa si su hipótesis es solo acerca de la interacción, todavía necesita incluir los efectos
La wiki discute los problemas que surgen cuando la multicolinealidad es un problema en la regresión lineal. El problema básico es que los resultados multicolineales en estimaciones de parámetros inestables hacen que sea muy difícil evaluar el efecto de las variables independientes en las variables...
¿En qué circunstancias se debe considerar el uso de métodos de regularización (cresta, lazo o regresión de ángulos mínimos) en lugar de OLS? En caso de que esto ayude a dirigir la discusión, mi interés principal es mejorar la precisión
Echa un vistazo a este gráfico de Excel: La línea de "sentido común" de mejor ajuste aparecería como una línea casi vertical recta a través del centro de los puntos (editada a mano en rojo). Sin embargo, la línea de tendencia lineal según lo decidido por Excel es la línea diagonal negra que se...
Me he encontrado con el término "solución de forma cerrada" con bastante frecuencia. ¿Qué significa una solución de forma cerrada? ¿Cómo se determina si existe una solución de forma cerrada para un problema dado? Al buscar en línea, encontré información, pero nada en el contexto del desarrollo de...
Estoy buscando una definición no técnica del lazo y para qué se
Bien, entonces creo que tengo una muestra lo suficientemente decente, teniendo en cuenta la regla general 20: 1: una muestra bastante grande (N = 374) para un total de 7 variables predictoras candidatas. Mi problema es el siguiente: cualquiera que sea el conjunto de variables predictoras que...
Para un intervalo de predicción en regresión lineal, todavía usa para generar el intervalo. También usa esto para generar un intervalo de confianza de . ¿Cuál es la diferencia entre los dos?E[Y| x0]mi^[ YEl | x]= β0 0^+ β^1XE^[Y|x]=β0^+β^1x\hat{E}[Y|x] = \hat{\beta_0}+\hat{\beta}_{1}xmi[ YEl | X0...
Estoy empezando a incursionar con el uso de glmnetla LASSO regresión donde mi resultado de interés es dicotómica. He creado un pequeño marco de datos simulados a continuación: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84,...
Me pregunto cuál es el valor de tomar una variable predictora continua y dividirla (por ejemplo, en quintiles), antes de usarla en un modelo. Me parece que al agrupar la variable perdemos información. ¿Es esto solo para que podamos modelar efectos no lineales? Si mantenemos la variable...
Estoy interesado en calcular el área bajo la curva (AUC), o la estadística c, a mano para un modelo de regresión logística binaria. Por ejemplo, en el conjunto de datos de validación, tengo el valor verdadero para la variable dependiente, retención (1 = retenido; 0 = no retenido), así como un...
Entiendo que no puede ser negativo ya que es el cuadrado de R. Sin embargo, ejecuté una regresión lineal simple en SPSS con una sola variable independiente y una variable dependiente. Mi salida SPSS me da un valor negativo para . Si tuviera que calcular esto a mano desde R, entonces sería positivo....
He estado leyendo Elementos de aprendizaje estadístico , y me gustaría saber por qué el Lazo proporciona selección de variables y la regresión de crestas no. Ambos métodos minimizan la suma residual de cuadrados y tienen una restricción sobre los posibles valores de los parámetros . Para Lasso, la...
Tengo un conjunto de datos con alrededor de 30 variables independientes y me gustaría construir un modelo lineal generalizado (GLM) para explorar la relación entre ellos y la variable dependiente. Soy consciente de que el método que me enseñaron para esta situación, la regresión gradual, ahora se...
Dado que la Regresión logística es un modelo de clasificación estadística que trata con variables dependientes categóricas, ¿por qué no se llama Clasificación logística ? ¿No debería reservarse el nombre de "Regresión" a los modelos que manejan variables dependientes
Para la regresión lineal, podemos verificar las gráficas de diagnóstico (gráficas de residuos, gráficas QQ normales, etc.) para verificar si se violan los supuestos de la regresión lineal. Para la regresión logística, tengo problemas para encontrar recursos que expliquen cómo diagnosticar el...