Para melhor fazer minha pergunta, forneci algumas das saídas de um modelo com 16 variáveis ( fit) e um modelo com 17 variáveis ( fit2) abaixo (todas as variáveis preditivas nesses modelos são contínuas, onde a única diferença entre esses modelos é que fitnão contém a variável 17...
Suponha que eu tenha respostas bivariadas com correlação significativa. Estou tentando comparar as duas maneiras de modelar esses resultados. Uma maneira é modelar a diferença entre os dois resultados: Outra maneira é usar ou modelá-los: ( y i j = β 0 + tempo + X ′ β )( yeu 2- yeu 1= β0 0+...
Eu obtive três modelos reduzidos de um modelo completo original usando seleção para a frente eliminação para trás Técnica de penalização L1 (LASSO) Para os modelos obtidos usando seleção direta / eliminação reversa, obtive a estimativa validada cruzada do erro de previsão usando o CVlmpacote...
Entendo que, se eu tenho dois modelos A e B e A está aninhado em B, dados alguns dados, posso ajustar os parâmetros de A e B usando o MLE e aplicar o teste de razão de verossimilhança generalizada de log. Em particular, a distribuição do teste deve ser com n graus de liberdade, onde n é a diferença...
Sei que isso prejudicaria a inferência estatística, mas estou realmente preocupado apenas em chegar o mais próximo possível de um modelo preciso. Eu tenho uma variável de resultado dicotômica, com um grande conjunto de preditores dicotômicos. Penso que gostaria de tentar usar o LASSO para...
Para a seleção de preditores na regressão linear multivariada com preditores adequados, quais métodos estão disponíveis para encontrar um subconjunto 'ótimo' dos preditores sem testar explicitamente todos os subconjuntos 2 p ? Em 'Applied Survival Analysis', Hosmer & Lemeshow fazem referência...
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6...
Um pouco mais de informação; Suponha que você sabe de antemão quantas variáveis selecionar e que define a penalidade de complexidade no procedimento LARS para ter exatamente tantas variáveis com coeficientes diferentes de 0, custos de computação não são um problema (o número total de...
O BIC penaliza com base no número de parâmetros. E se alguns dos parâmetros forem algum tipo de variável de indicador binário? Eles contam como parâmetros completos? Mas eu posso combinar parâmetros binários em uma variável discreta que recebe valores em . Estes devem ser contados como parâmetros...
Eu tenho um grande conjunto de dados que consiste nos valores de várias centenas de variáveis financeiras que podem ser usadas em uma regressão múltipla para prever o comportamento de um fundo de índice ao longo do tempo. Eu gostaria de reduzir o número de variáveis para dez ou mais, mantendo o...
Eu tenho uma pergunta sobre seleção de modelos e desempenho de modelos em regressão logística. Eu tenho três modelos que são baseados em três hipóteses diferentes. Os dois primeiros modelos (vamos chamá-los de zex) têm apenas uma variável explicativa em cada modelo, e o terceiro (vamos chamá-lo de...
Eu quero selecionar modelos usando regsubsets(). Eu tenho um quadro de dados chamado olympiadaten (upload de dados: http://www.sendspace.com/file/8e27d0 ). Primeiro anexo esse quadro de dados e, em seguida, começo a analisar, meu código
Sou iniciante no que diz respeito ao suporte a máquinas vetoriais. Existem algumas diretrizes que indicam qual kernel (por exemplo, linear, polinomial) é o mais adequado para um problema específico? No meu caso, tenho que classificar as páginas da Web de acordo com elas conterem alguma informação...
Eu tenho um conjunto de dados com três variáveis, onde todas as variáveis são quantitativas. Vamos chamá-lo de , e . Estou ajustando um modelo de regressão em uma perspectiva bayesiana via MCMC comx 1 x 2yyyx1x1x_1x2x2x_2rjags Fiz uma análise exploratória e o gráfico de dispersão de sugere que...
Em um comentário à resposta desta pergunta , foi afirmado que o uso de AIC na seleção de modelos era equivalente a usar um valor-p de 0,154. Eu tentei em R, onde usei um algoritmo de seleção de subconjunto "para trás" para descartar variáveis de uma especificação completa. Primeiro, jogando fora...
Uma abordagem típica para resolver um problema de classificação é identificar uma classe de modelos candidatos e, em seguida, executar a seleção de modelos usando algum procedimento, como validação cruzada. Normalmente, seleciona-se o modelo com a maior precisão, ou alguma função relacionada que...
Ao usar o CV com dobra k para selecionar entre os modelos de regressão, geralmente calculo o erro CV separadamente para cada modelo, juntamente com o erro padrão SE, e seleciono o modelo mais simples dentro de 1 SE do modelo com o menor erro CV (o 1 regra de erro padrão, veja, por exemplo, aqui )....
Os valores típicos da AIC que eu já vi para modelos logísticos são de milhares, pelo menos centenas. Por exemplo, em http://www.r-bloggers.com/how-to-perform-a-logistic-regression-in-r/, o AIC é 727.39 Embora sempre se diga que o AIC deve ser usado apenas para comparar modelos, eu queria entender...
Nos modelos de séries temporais, como ARMA-GARCH, para selecionar o atraso ou a ordem apropriada do modelo, são utilizados diferentes critérios de informação, como AIC, BIC, SIC, etc. A minha pergunta é muito simples, porque donot usamos ajustado R2R2R^2 para escolher o modelo apropriado? Podemos...
Eu já vi várias questões relacionadas à interpretação e construção de jogos, o que parece ilustrar a dificuldade dos não-estatísticos em lidar com eles. Infelizmente, a partir de nenhum dos tópicos ou tutoriais que li, pude entender claramente como criar um modelo significativo. Atualmente, estou...