Las estrías son funciones flexibles, unidas a partir de partes polinómicas, utilizadas para aproximación o suavizado. Esta etiqueta es para cualquier tipo de spline (p. Ej., B-splines, splines de regresión, splines de placa delgada, etc.).
Mi problema : recientemente conocí a un estadístico que me informó que las splines solo son útiles para explorar datos y están sujetas a un sobreajuste, por lo que no son útiles en la predicción. Prefería explorar con polinomios simples ... Como soy un gran admirador de las splines, y esto va en...
Los modelos aditivos generalizados son aquellos donde y=α+f1(x1)+f2(x2)+eiy=α+f1(x1)+f2(x2)+ei y = \alpha + f_1(x_1) + f_2(x_2) + e_i por ejemplo. Las funciones son suaves y se deben estimar. Generalmente por splines penalizadas. MGCV es un paquete en R que lo hace, y el autor (Simon Wood)...
Deseo comprender mejor los pros / contras para usar ya sea loess o splines de suavizado para suavizar alguna curva. Otra variación de mi pregunta es si hay una manera de construir una spline de suavizado de manera que produzca los mismos resultados que con el uso de loess. Cualquier referencia o...
Tengo datos con muchas funciones correlacionadas, y quiero comenzar reduciendo las funciones con una función de base suave, antes de ejecutar un LDA. Estoy tratando de usar splines cúbicas naturales en el splinespaquete con la nsfunción. ¿Cómo hago para asignar los nudos? Aquí está el código R...
Estoy buscando un estudio de caso de regresión lineal avanzado que ilustre los pasos necesarios para modelar relaciones complejas y no lineales múltiples utilizando GLM u OLS. Es sorprendentemente difícil encontrar recursos que vayan más allá de los ejemplos básicos de la escuela: la mayoría de los...
Estoy interesado en aprender (e implementar) una alternativa a la interpolación polinómica. Sin embargo, tengo problemas para encontrar una buena descripción de cómo funcionan estos métodos, cómo se relacionan y cómo se comparan. Le agradecería su opinión sobre los pros / contras / condiciones...
No puedo ser específico sobre la naturaleza de los datos, ya que son propietarios, pero supongamos que tenemos datos como este: cada mes, algunas personas se suscriben a un servicio. Luego, en cada mes posterior, esas personas pueden actualizar el servicio, descontinuar el servicio o se les puede...
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy...
Estoy tratando de ajustar una spline para un GLM usando R. Una vez que ajuste la spline, quiero poder tomar mi modelo resultante y crear un archivo de modelado en un libro de Excel. Por ejemplo, supongamos que tengo un conjunto de datos donde y es una función aleatoria de xy la pendiente cambia...
Supongamos que estamos trabajando en un modelo de efectos aleatorios de algunos datos de conteo a lo largo del tiempo, y queremos controlar algunas tendencias. Normalmente, harías algo como: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") para incluir una forma cuadrática...
Los libros de texto suelen tener buenas parcelas de base para splines uniformes cuando explican el tema. Algo así como una fila de pequeños triángulos para una spline lineal, o una fila de pequeñas jorobas para una spline cúbica. Este es un ejemplo
nota: sin respuestas correctas después de un mes, he vuelto a publicar en SO Antecedentes Tengo un modelo, , donde Y = f ( X )FFfY= f( X )Y=F(X)Y=f(\textbf{X}) es unamatriz de muestras n × m de m parámetros e Y es la n × 1XX\textbf{X}n×mn×mn \times mmmmYYYn×1n×1n \times 1 vector de las salidas...
Estoy aprendiendo sobre splines del libro "Los elementos de la minería de datos estadísticos de aprendizaje, inferencia y predicción" de Hastie et al. En la página 145 descubrí que las estrías cúbicas naturales son lineales más allá de los nudos de límite. Hay KKK nudos, en las splines y se da lo...
Estoy tratando de encontrar los máximos locales para una función de densidad de probabilidad (encontrada usando R's density método ). No puedo hacer un simple método de "mirar alrededor de los vecinos" (donde uno mira alrededor de un punto para ver si es un máximo local con respecto a sus vecinos)...
Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method...
Sé que la regresión de procesos gaussiana (GPR) es una alternativa al uso de splines para ajustar modelos no lineales flexibles. Me gustaría saber en qué situaciones una sería más adecuada que la otra, especialmente en el marco de regresión bayesiano. Ya he visto ¿Cuáles son las ventajas /...
Estoy confundido con la suposición de linealidad al logit para las variables predictoras continuas en el análisis de regresión logística. ¿Necesitamos verificar la relación lineal mientras buscamos predictores potenciales usando un análisis de regresión logística univariable? En mi caso, estoy...
¿Es incorrecto que las splines solo estén disponibles en los modelos GAM y no en los modelos GLM? Escuché esto hace un tiempo, y me pregunto si esto es solo una idea falsa, o si tiene algo de verdad. Aquí hay una
Tengo algo de código y salida, y me gustaría construir un modelo. No sé cómo construir un modelo usando esta salida: require("splines") x <- c(0.2, 0.23, 0.26, 0.29, 0.33, 0.46, 0.53 ) y <- c(0.211, 0.2026, 0.2034, 0.2167, 0.2177, 0.19225, 0.182) fit <- lm(y ~ ns(x,3))...
Cuando se usan splines cúbicas naturales (es decir, restringidas), las funciones básicas creadas son altamente colineales, y cuando se usan en una regresión parecen producir estadísticas muy altas de VIF (factor de inflación de varianza), lo que indica multicolinealidad. Cuando se considera el caso...