Preguntas etiquetadas con regression

A menudo he visto consejos para verificar si un ajuste del modelo de Poisson se dispersa en exceso o no, lo que implica dividir la desviación residual entre los grados de libertad. La relación resultante debe ser "aproximadamente 1". La pregunta es de qué rango estamos hablando para "aproximados":...

¿Cuál sería un número mínimo "razonable" de observaciones para buscar una tendencia en el tiempo con una regresión lineal? ¿Qué hay de ajustar un modelo cuadrático? Trabajo con índices compuestos de desigualdad en salud (SII, RII), y solo tengo 4 ondas de la encuesta, entonces 4 puntos...

No estoy seguro si normalizar es la palabra correcta para usar aquí, pero haré todo lo posible para ilustrar lo que estoy tratando de preguntar. El estimador utilizado aquí es de mínimos cuadrados. Supongamos que tiene , puede centrarlo alrededor de la media por donde y x_1' = x- \ bar x ,...

Digamos que tengo una regresión multivariable (varias variables independientes) que consta de 3 variables. Cada una de esas variables tiene un coeficiente dado. Si decido introducir una cuarta variable y volver a ejecutar la regresión, ¿cambiarán los coeficientes de las 3 variables originales? En...

Acabo de leer un artículo en el que los autores llevaron a cabo una regresión múltiple con dos predictores. El valor global de r cuadrado fue de 0,65. Proporcionaron una tabla que dividía el r-cuadrado entre los dos predictores. La mesa se veía así: rsquared beta df pvalue whole model 0.65 NA 2,...

Todavía soy bastante nuevo en los modelos lineales generalizados, y lucho con mucha notación en la mayoría de los textos GLM que he recogido. ¿Hay libros GLM extremadamente populares que se prestan mejor a la

Tengo datos para una red de estaciones meteorológicas en los Estados Unidos. Esto me da un marco de datos que contiene fecha, latitud, longitud y algunos valores medidos. Suponga que los datos se recopilan una vez al día y son impulsados ​​por el clima a escala regional (no, no vamos a entrar en...

¿Cuáles son los requisitos de estacionariedad para usar la regresión con errores ARIMA (regresión dinámica) para la inferencia? Específicamente, tengo una no estacionario continuo variable de resultado , una variable predictor continuo no estacionario x un y una variable ficticia serie tratamiento...

En los últimos meses, he leído intensamente sobre la regresión cuantil en preparación para mi tesis de maestría este verano. Específicamente, he leído la mayor parte del libro de 2005 de Roger Koenker sobre el tema. Ahora quiero expandir este conocimiento existente a técnicas de regresión cuantil...

En la regresión de lazo o cresta, uno tiene que especificar un parámetro de contracción, a menudo llamado o . Este valor a menudo se elige a través de la validación cruzada al verificar un montón de valores diferentes en los datos de entrenamiento y ver cuál produce el mejor, por ejemplo, en los...

Como se explica en este folleto del curso (página 1) , se puede escribir un modelo lineal en la forma: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, donde es la variable de respuesta y es la variable explicativa .yyyxixix_{i}ithithi^{th} A menudo,...

La regresión de cresta estima los parámetros ββ\boldsymbol \beta en un modelo lineal by dondeß λ = ( X ⊤ X + λ I ) - 1 X ⊤ y , λy=Xβy=Xβ\mathbf y = \mathbf X \boldsymbol \betaβ^λ=(X⊤X+λI)−1X⊤y,β^λ=(X⊤X+λI)−1X⊤y,\hat{\boldsymbol \beta}_\lambda = (\mathbf X^\top \mathbf X + \lambda \mathbf I)^{-1}...

Si comenzamos con un conjunto de datos , le aplicamos Lasso y obtenemos una solución β L , podemos volver a aplicar Lasso al conjunto de datos ( X S , Y ) , donde S es el conjunto de valores distintos de cero. índices de β L , para obtener una solución, β R L , llamada solución 'LASSO relajada'...

En la regresión de mínimos cuadrados parciales (PLSR) o la modelación de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM), ¿a qué se refiere el término

Sé que los Residuos de Pearson estandarizados se obtienen de una manera probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} y los residuos de desviación se obtienen de una manera más estadística (la contribución de cada punto a la...

Estoy usando regresión lineal múltiple para describir las relaciones entre Y y X1, X2. Desde la teoría, entendí que la regresión múltiple supone relaciones lineales entre Y y cada una de X (Y y X1, Y y X2). No estoy usando ninguna transformación de X. Entonces, obtuve el modelo con R = 0.45 y...

Cuando se explica la regresión de LASSO, a menudo se usa el diagrama de un diamante y un círculo. Se dice que debido a que la forma de la restricción en LASSO es un diamante, la solución de mínimos cuadrados obtenida podría tocar la esquina del diamante de modo que conduzca a una contracción de...

Encontré algunos pros del análisis discriminante y tengo preguntas sobre ellos. Entonces: Cuando las clases están bien separadas, las estimaciones de los parámetros para la regresión logística son sorprendentemente inestables. Los coeficientes pueden llegar al infinito. LDA no sufre de este...

¿La regresión de rango reducido y la regresión de componentes principales son solo casos especiales de mínimos cuadrados parciales? Este tutorial (Página 6, "Comparación de objetivos") establece que cuando hacemos mínimos cuadrados parciales sin proyectar X o Y (es decir, "no parcial"), se...

¿Hay alguna explicación intuitiva para esta terminología? ¿Por qué es así, y no los predictores regresan sobre el resultado? Idealmente, espero que una explicación adecuada de por qué existe esta terminología ayudará a los estudiantes a recordarla y les impedirá decirla al...