¿Alguien sabe cuál es la fórmula para la distancia de Cook? La fórmula original de distancia de Cook usa residuos estudiados, pero ¿por qué R usa std? Residuos de Pearson al calcular el diagrama de distancia de Cook para un GLM. Sé que los residuos estudiados no están definidos para GLM, pero ¿cómo...
Estoy trabajando con algunos conjuntos de datos grandes usando el paquete gbm en R. Tanto mi matriz de predicción como mi vector de respuesta son bastante escasos (es decir, la mayoría de las entradas son cero). Esperaba construir árboles de decisión usando un algoritmo que aprovecha esta escasez,...
Esta página wiki La regresión lineal simple tiene fórmulas para calcular y . ¿Alguien podría decirme cómo derivar las fórmulas en caso
Estoy ejecutando un modelo OLS con una variable de índice de activo continuo como DV. Mis datos se agregan de tres comunidades similares en estrecha proximidad geográfica entre sí. A pesar de esto, pensé que era importante usar la comunidad como una variable de control. Resulta que la comunidad es...
Antecedentes: soy un bioestadístico actualmente luchando con un conjunto de datos de tasas de expresión celular. El estudio expuso una gran cantidad de células, reunidas en grupos de varios donantes, a ciertos péptidos. Las células expresan ciertos biomarcadores en respuesta, o no lo hacen. Las...
Acabo de realizar una regresión lineal (muy) simple en Genstat y me gustaría incluir un resumen sucinto y significativo de la salida en mi informe. No estoy seguro exactamente qué o qué cantidad de información debo incluir. Los bits principales de mi salida de Genstat se ven así: Summary of...
Después de ejecutar una regresión del formulario reg <- lm(y ~ x1 + x2, data=example)en un conjunto de datos, puedo obtener valores predichos usando predict(reg, example, interval="prediction", level=0.95) Me pregunto a qué se refieren realmente los valores pronosticados cuando uso la...
¿Hay algún método para entender si dos líneas son (más o menos) paralelas? Tengo dos líneas generadas a partir de regresiones lineales y me gustaría entender si son paralelas. En otras palabras, me gustaría obtener la diferencia de las pendientes de esas dos líneas. ¿Hay una función R para...
Me gustaría saber si tiene sentido estudiar las gráficas de residuos con respecto a la variable dependiente cuando tengo una regresión univariada. Si tiene sentido, ¿qué significa una correlación fuerte, lineal y creciente entre los residuos (en el eje y) y los valores estimados de la variable...
Comencé a cavar un poco en la función plot.lm , esta función da seis gráficos para lm, son: una gráfica de residuos contra valores ajustados una gráfica de ubicación de escala de sqrt (| residuales |) contra valores ajustados un gráfico QQ normal, un gráfico de distancias de Cook versus etiquetas...
¿Por qué se usaría la edad y la edad al cuadrado como covariables en un estudio de asociación genética? Puedo entender el uso de la edad si se ha identificado como una covariable significativa, pero no sé cómo usar el cuadrado de la
Necesito un poco de ayuda para avanzar en la dirección correcta. Ha pasado mucho tiempo desde que estudié las estadísticas y la jerga parece haber cambiado. Imagine que tengo un conjunto de datos relacionados con el automóvil, como Tiempo de viaje del pueblo A al pueblo B Distancia del pueblo A...
Asisto a una clase de análisis de datos y algunas de mis ideas bien enraizadas están siendo sacudidas. A saber, la idea de que el error (épsilon), así como cualquier otro tipo de variación, solo se aplica (por lo que pensé) a un grupo (una muestra o población completa). Ahora, se nos enseña que uno...
Tengo datos que se parecen a: Traté de aplicar una distribución normal (la estimación de la densidad del núcleo funciona mejor, pero no necesito tanta precisión) y funciona bastante bien. La gráfica de densidad hace una elipse. Necesito obtener esa función de elipse para decidir si un punto se...
Estoy tratando de estimar una regresión lineal múltiple en R con una ecuación como esta: regr <- lm(rate ~ constant + askings + questions + 0) las preguntas y preguntas son series temporales de datos trimestrales, construidas con askings <- ts(...). El problema ahora es que obtuve residuos...
Cuando analizo mis variables en dos modelos de regresión logística separados (univariados), obtengo lo siguiente: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86,...
Estoy haciendo regresión lineal múltiple. Tengo 21 observaciones y 5 variables. Mi objetivo es solo encontrar la relación entre variables ¿Son suficientes mis datos para hacer una regresión múltiple? El resultado de la prueba t reveló que 3 de mis variables no son significativas. ¿Necesito hacer...
Estoy investigando el campo de la respuesta funcional de los ácaros. Me gustaría hacer una regresión para estimar los parámetros (velocidad de ataque y tiempo de manejo) de la función Rogers tipo II. Tengo un conjunto de datos de medidas. ¿Cómo puedo determinar mejor los valores atípicos? Para mi...
Soy consciente de la prueba Ramsey Reset que puede detectar dependencias no lineales. Sin embargo, si solo arroja uno de los coeficientes de regresión (meramente dependencias lineales), puede obtener un sesgo, dependiendo de las correlaciones. Obviamente, esto no es detectado por la prueba de...
Después de leer el Capítulo 3 en los Elementos del aprendizaje estadístico (Hastie, Tibshrani y Friedman), me preguntaba si era posible implementar los famosos métodos de contracción citados en el título de esta pregunta dada una estructura de covarianza, es decir, minimizar el (quizás más general...