Se bem entendi, o glmnet usa descida cíclica de coordenadas não apenas para redes de laço e elástico, mas também para regressão de Ridge. Por que ele usa esse algoritmo, que às vezes fornece resultados ligeiramente imprecisos, quando existe de fato uma solução fácil de formulário fechado...
Eu ficaria grato por conselhos sobre como abordar a seguinte situação: Eu tenho uma variável de contagem X e quatro variáveis binárias A, B, C, D. A variável de contagem é a variável independente (refere-se ao número de experiências adversas na infância ) e os binários são variáveis dependentes...
Estou obtendo a probabilidade de regressão logística. Eu vi duas versões diferentes: f(y|β)=∏i=1Nniyi!(ni−yi)!πyii(1−πi)ni−yi(1)(1)f(y|β)=∏i=1Nniyi!(ni−yi)!πiyi(1−πi)ni−yi\begin{equation} f(y|\beta)={\displaystyle \prod_{i=1}^{N} \frac{n_i} {y_i!(n_i-y_i)!}} \pi_{i}^{y_i}(1-\pi_i)^{n_i - y_i}...
Estou tentando entender como as pessoas derivam a probabilidade de regressão linear simples. Digamos que temos apenas um recurso x e o resultado y. Eu não duvido que a expressão com a própria densidade normal e eu também não tenho dúvida de que se pode levar o produto para fatores mais simples...
O algoritmo Apriori encontra algumas regras de implicação. Resultados semelhantes são fornecidos pelas redes bayesianas. Qual é a diferença essencial? Quais são as vantagens / desvantagens específicas? Edit: O Apriori Algorithm gera regras de atribuição como um tipo de implicação, como pode ser...
Um estimador de Bayes é aquele que minimiza o risco de Bayes. Especificamente, se e somente se δΛ=argminBR(Λ,δ):=∫R(θ,δ)dΛ(θ)=∫(∫L(θ,δ(x))dx)dΛ(θ)δΛ=argminBR(Λ,δ):=∫R(θ,δ)dΛ(θ)=∫(∫L(θ,δ(x))dx)dΛ(θ)\delta_{\Lambda} = \arg\min \operatorname{BR}(\Lambda,\delta) := \int R(\theta, \delta) d...
Suponha que eu tenha X1 1,X2,X3, . . .XnX1,X2,X3,...XnX_1,X_2,X_3,...X_n IDI variáveis aleatórias de uma distribuição Poisson do parâmetro λλ\lambda. Dado queX1 1+X2+X3+ . . . +Xn= tX1+X2+X3+...+Xn=tX_1 +X_2+X_3 +...+X_n = t, qual é a probabilidade de exatamente kkk do X1 1,X2,X3, . ....
Tendo lido sobre resíduos estudantis, não entendo como a ideia de diferentes variações residuais depende de certos valores de um preditor XXX (como está implícito no conceito de resíduos estudantilizados) não é inerentemente conflitante com a suposição de homoscedasticidade em modelos de regressão...
Eu tenho uma pergunta sobre métodos críticos de ator no aprendizado por reforço. Nestes slides ( https://hadovanhasselt.files.wordpress.com/2016/01/pg1.pdf ) são explicados diferentes tipos de atores críticos. O crítico de atores Advantage e o ator de TD são mencionados no último slide: Mas...
Esta pergunta já foi feita antes, mas não houve respostas, então pensei em perguntar novamente. Estou interessado em aplicar uma penalidade de laço a algum subconjunto dos regressores, ou seja, com função objetivo E=||y−X1β1−X2β2||2+λ||β1||1E=||y−X1β1−X2β2||2+λ||β1||1E = ||\mathbf{y} -...
Estou trabalhando em uma distribuição específica cujo cdf inverso não existe na forma fechada. O cdf da distribuição é dado por F( x ; d, m , p , α , β) =1 - ( 1 +xm)- dexp( - βxα)1 - p ( 1 +xm)- dexp( - βxα)F(x;d,m,p,α,β)=1 1-(1 1+xm)-dexp(-βxα)1 1-p(1 1+xm)-dexp(-βxα)F(x; d, m, p, \alpha,...
Recentemente, li um artigo em que em uma série temporal os dados foram modelados de acordo com a equação O OLS foi usado aqui (com o comando em R) para obter o coeficiente de . Está estatisticamente correto?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon....
Às vezes encontro símbolos nas estatísticas cujo símbolo carrega um "quadrado". Em outras áreas, como por exemplo, mecânica, você fornece a quantidade que você está interessado em uma letra normal e, em seguida, define suas fórmulas para poder reorganizá-las até que a quantidade que você está...
No modelo , quando os erros têm distribuição Normal, a distribuição incondicional de é Normal. Quando os erros têm uma distribuição t-student com graus de liberdade. Qual é a distribuição incondicional de ?Yt~ A R HA ( p , q)Yt∼UMARMUMA(p,q)Y_t\sim ARMA(p,q)YtYtY_tνν\nuYtYtY_t Então que...
Existem várias versões dos algoritmos adaptáveis do Metropolis Hastings. Um é implementado na função Metro_Hastingsdo Rpacote MHadaptive, veja aqui . A referência listada lá, Spiegelhalter et al. (2002), infelizmente, não contém uma descrição de nenhum algoritmo adaptativo, até onde posso ver. No...
Estou executando um modelo binomial negativo e uma das minhas variáveis preditoras é uma variável de contagem. Como essa variável estava fortemente inclinada, decidi transformá-la em log. No entanto, o efeito dessa variável é considerado não linear. No entanto, assim que incluo o termo quadrado...
Deixei YYY ser uma variável aleatória que obedeça à distribuição Tweedie para o parâmetro α = 1,1α=1.1\alpha = 1.1. Deixe a função de link ser o log natural. Suponha que tenhamos um banco de dados de números do formulário (y1 1,x1 , 1,x1 , 2, . . . ,x1 , m)(y1 1,x1 1,1 1,x1 1,2,...,x1 1,m)(y_1,...
Existe algum algoritmo de classificação que atribua um novo vetor de teste ao cluster de pontos cuja distância média é mínima? Deixe-me escrever melhor: vamos imaginar que temos KKK aglomerados de TkTkT_kaponta cada. Para cada cluster k, calculo a média de todas as distâncias entrex(0)x(0)x(0) e...
Eu já vi vários artigos que analisam relações em forma de U ou inversas em forma de U entre variáveis (em uma estrutura de regressão). O entendimento geral que tenho a partir daí é que é um tipo específico de relacionamento não linear que todos podemos visualizar facilmente. No entanto, estou um...
Costumo ver pessoas (estatísticos e profissionais) transformando variáveis sem pensar duas vezes. Eu sempre tive medo de transformações, porque me preocupo que elas possam modificar a distribuição de erros e, assim, levar a inferência inválida, mas é tão comum que devo estar entendendo mal alguma...