Qué configuración es correcta para un modelo de regresión de diferencia en diferencia usando Yist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistYist=α+γs∗T+λdt+δ∗(T∗dt)+ϵistY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} donde T es un maniquí que es igual a 1 si la observación es del grupo...
Cuando , el problema de mínimos cuadrados que impone una restricción esférica en el valor de se puede escribir como para un sistema sobredeterminado. \ | \ cdot \ | _2 es la norma euclidiana de un vector.y=Xβ+ey=Xβ+ey = X\beta +
Un colega mío me envió este problema aparentemente haciendo las rondas en Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La respuesta parece ser 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Cuando hago una regresión lineal en R: data <-...
Hago una regresión lineal usando la función R lm: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue Pero no encaja bien. Lamentablemente no puedo entender el manual. ¿Alguien puede señalarme en la dirección correcta para...
La definición de una estadística suficiente es: Sea una muestra aleatoria de una distribución indexada por un parámetro . Deje que sea una estadística. Suponga que, para cada y cada valor posible de , la distribución conjunta condicional de dado que depende solo de pero no de . Entonces, es una...
Estoy tratando de entender cómo podría modelar mejor una variable donde con el tiempo obtuve predictores cada vez más detallados. Por ejemplo, considere modelar las tasas de recuperación de los préstamos en mora. Supongamos que tenemos un conjunto de datos con 20 años de datos, y en los primeros 15...
Quiero ajustar un DLM con coeficientes variables en el tiempo, es decir, una extensión de la regresión lineal habitual, yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . Tengo un predictor ( ) y una variable de respuesta ( ), capturas anuales de peces marinos y continentales, respectivamente,...
Para problemas de clasificación, he estado usando Redes Neurales y midiendo el error de Tipo I y II usando la matriz de confusión y sus medidas según este recurso ( espejo ), que es bastante sencillo. Cuando nos enfrentamos a un problema de estimación, ¿cómo evaluaría el desempeño del modelo?...
R en acción (Kabacoff, 2011) sugiere la siguiente rutina para evaluar la sobredispersión en una regresión logística: Ajustar regresión logística usando distribución binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuste de regresión logística...
Estoy trabajando en un modelo de costo predictivo donde la edad del paciente (una cantidad entera medida en años) es una de las variables predictoras. Es evidente una fuerte relación no lineal entre la edad y el riesgo de hospitalización: Estoy considerando una spline de suavizado de regresión...
Estoy tratando de desarrollar un modelo predictivo para una variable dependiente angular (en [ 0 , 2 π] )[0 0,2π])[0,2\pi]) utilizando varias mediciones independientes, también variables angulares, en [ 0 , 2 π][0 0,2π][0,2\pi]- Como predictores. Cada predictor está significativamente pero no...
Cuando (es decir, Y proviene del modelo de regresión lineal), ε ∼ N ( 0 , σ 2 I )Y= A X+ εY=AX+εY = AX + \varepsilonYYY Y en ese caso los residuos e 1 , ... , e n están correlacionados y no independientes. Pero cuando hacemos diagnósticos de regresión y queremos probar la hipótesis de ε ~ N ( 0...
Zuur 2013 Beginners Guide to GLM & GLMM sugiere validar una regresión de Poisson trazando los residuos de Pearson contra los valores ajustados. Zuur afirma que no deberíamos ver los residuos desplegándose a medida que aumentan los valores ajustados, como el gráfico adjunto (dibujado a...
Tengo estos datos: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Corrí una regresión de Poisson poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Y una regresión binomial...
Quiero incluir el término su cuadrado (variables predictoras) en una regresión porque supongo que los valores bajos de tienen un efecto positivo en la variable dependiente y los valores altos tienen un efecto negativo. La debería capturar el efecto de los valores más altos. Por lo tanto, espero que...
Estoy buscando el algoritmo de regresión lineal que sea más adecuado para datos cuya variable independiente (x) tiene un error de medición constante y la variable dependiente (y) tiene un error dependiente de la señal. La imagen de arriba ilustra mi
Estoy trabajando en la validación cruzada de la predicción de mis datos con 200 sujetos y 1000 variables. Estoy interesado en la regresión de crestas ya que el número de variables (que quiero usar) es mayor que el número de muestra. Entonces quiero usar estimadores de contracción. Los siguientes...
Estoy interesado en estimar una razón de riesgo ajustada, análoga a cómo se estima una razón de probabilidad ajustada usando regresión logística. Parte de la literatura (p. Ej., Esto ) indica que usar la regresión de Poisson con los errores estándar de Huber-White es una forma basada en el modelo...
¿Cuál es la importancia de la matriz del sombrero, , en el análisis de regresión?H=X(X′X)−1X′H=X(X′X)−1X′H=X(X^{\prime}X )^{-1}X^{\prime} ¿Es solo para un cálculo más
Suponga que desea estimar un modelo lineal: ( observaciones de la respuesta y predictores ) nortenortenp + 1pags+1p+1E (yyo) =β0 0+∑j = 1pagsβjXyo jmi(yyo)=β0 0+∑j=1pagsβjXyoj\mathbb{E}(y_i) = \beta_0 + \sum_{j=1}^p \beta_j x_{ij} Una forma de hacerlo es a través de la solución OLS, es decir,...