Eu tenho uma pergunta sobre o coeficiente de inclinação do OLS comparado ao da Regressão Quantil, ao enfrentar termos de erro homoscedástico. O modelo de população pode se parecer com: yEu=β0 0+β1 1xEu+vocêEuyi=β0+β1xi+uiy_i = \beta_0 + \beta_{1}x_i + u_i com vocêEuuiu_isendo termos de erro do...
Essa pergunta parece fundamental o suficiente para que eu esteja convencido de que foi respondida aqui em algum lugar, mas não a encontrei. Entendo que, se a variável dependente em uma regressão é normalmente distribuída, a probabilidade máxima e os mínimos quadrados comuns produzem as mesmas...
Eu li que o quadrado-R é inválido para modelos não lineares, porque o relacionamento que SSR + SSE = SSTotal não mantém mais. Alguém pode explicar por que isso é verdade? SSR e SSE são apenas as normas ao quadrado dos vetores de regressão e residuais, cujos componentes são e (Y_i- \ hat {Y_i}) ,...
Sei que essa é uma pergunta boba, pois conheço a teoria das variáveis instrumentais e a regressão em dois estágios. Ainda assim, nunca vi uma resposta clara para o seguinte: suponha que você tenha endogeneidade devido à variável não observada correlacionada com um dos regressores iniciais. A...
Esta questão resulta da discussão que se segue a uma pergunta anterior: Qual é a conexão entre mínimos quadrados parciais, regressão de classificação reduzida e regressão de componentes principais? Para a análise de componentes principais, um modelo probabilístico comumente usado é...
Supondo que seja uma relação subjacente entre duas variáveis em uma regressão OLS [teste de hipótese nula], qual é o impacto no valor p de duplicar o tamanho da amostra? (supondo que a amostra inicial seja representativa da população e a amostra subsequente também seja...
A estimativa de regressão tradicional da crista é β^ridge=(XTX+λI)−1XTYβ^ridge=(XTX+λI)−1XTY \hat{\beta}_{ridge} = (X^TX+\lambda I)^{-1} X^T Y que vem da adição do termo de penalidade λ||β||22λ||β||22\lambda ||\beta||^2_2. Tenho lutado para encontrar literatura sobre a regularização em direção...
Antecedentes: o ajuste de erro ao quadrado mínimo existe há algum tempo. Laplace, PS "Os métodos analíticos do cálculo das probabilidades". CH. 4 em Théorie analytique des probabilités, Livre 2, 3ª ed. Paris: Courcier, 1820. Gauss, CF "Theoria combinaçãois obsevationum erroribus minimis...
Entendo o conceito de compensação de desvio e desvio. O viés baseado no meu entendimento representa o erro devido ao uso de um classificador simples (por exemplo: linear) para capturar um limite de decisão não linear complexo. Então, eu esperava que o estimador OLS tivesse alto viés e baixa...
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....
Pergunta muito básica aqui, mas eu gostaria de entender (não matematicamente) como o fato de adicionar uma "penalidade" (soma do coeficiente ao quadrado. Vezes um escalar) à soma residual do quadrado pode reduzir grandes coeficientes? obrigado