Sou engenheiro de software trabalhando em aprendizado de máquina. Pelo meu entendimento, regressão linear (como OLS) e classificação linear (como regressão logística e SVM) fazem uma previsão com base em um produto interno entre coeficientes treinados variáveis de recurso → x...
Atualmente, estou avaliando a multicolinearidade em meus conjuntos de dados. Quais valores limite de VIF e índice de condição abaixo / acima sugerem um problema? VIF: Ouvi dizer que VIF é um problema.≥10≥10\geq 10 Após remover duas variáveis problemáticas, o VIF é para cada variável. As...
A questão CV Estou tentando fornecer (a) representações matemáticas detalhadas e concisas de um modelo de efeitos mistos. Estou usando o lme4pacote em R. Qual é a representação matemática correta para o meu modelo? Dados, Questão Científica e Código R Meu conjunto de dados consiste em espécies...
Estou decentemente familiarizado com os modelos de efeitos mistos (MEM), mas um colega recentemente me perguntou como ele se compara aos modelos de crescimento latente (LGM). Pesquisei um pouco no Google e parece que o LGM é uma variante da modelagem de equações estruturais aplicada a...
Digamos que recebemos o seguinte problema: Preveja quais clientes têm mais probabilidade de parar de comprar em nossa loja nos próximos três meses. Para cada cliente, sabemos o mês em que um começou a comprar em nossa loja e, além disso, temos muitos recursos comportamentais em agregados...
Ao fazer um GLM e você obtém o erro "não definido por causa de singularidades" na saída anova, como combater esse erro? Alguns sugeriram que é devido à colinearidade entre covariáveis ou que um dos níveis não está presente no conjunto de dados (consulte: interpretando "não definido por causa de...
Recentemente, fiz uma análise dos efeitos da reputação nos votos positivos (veja a publicação no blog ) e, posteriormente, fiz algumas perguntas sobre análises e gráficos possivelmente mais esclarecedores (ou mais apropriados). Portanto, algumas perguntas (e sinta-se à vontade para responder a...
Uma distribuição Tweedie pode modelar dados assimétricos com uma massa de pontos em zero quando o parâmetro (expoente na relação média-variância) estiver entre 1 e 2.ppp Da mesma forma, um modelo inflado a zero (seja ele contínuo ou discreto) pode ter um grande número de zeros. Estou tendo...
Tenho dados sobre os funcionários de uma grande empresa italiana há dez anos e gostaria de ver como a diferença de gênero nos ganhos entre homens e mulheres mudou ao longo do tempo. Para esse propósito, eu OLS agrupado: onde é o log de ganhos por ano, inclui covariáveis que diferem por...
Digamos que eu tenha N observações, possivelmente vários fatores, e repito cada observação duas vezes (ou M vezes). Como uma regressão nesse novo conjunto de tamanho NM se compara a uma regressão apenas nas observações
Quais são os benefícios de especificar uma estrutura de covariância em um GLM (em vez de tratar todas as entradas fora da diagonal na matriz de covariância como zero)? Além de refletir o que se sabe dos dados, ele faz melhorar a qualidade do ajuste? melhorar a precisão preditiva em dados...
Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <-
Então, eu tenho brincado com SVMs e me pergunto se isso é uma boa coisa a fazer: Eu tenho um conjunto de recursos contínuos (0 a 1) e um conjunto de recursos categóricos que converti em variáveis fictícias. Nesse caso em particular, codifico a data da medição em uma variável dummy: Existem 3...
Eu tenho uma pergunta sobre o uso de uma variável de agrupamento em um modelo não linear. Como a função nls () não permite variáveis de fator, tenho me esforçado para descobrir se é possível testar o efeito de um fator no ajuste do modelo. Incluí um exemplo abaixo, no qual desejo ajustar um...
Na regressão linear (perda ao quadrado), usando matriz, temos uma notação muito concisa para o objetivo minimizar ∥ A x - b ∥ 2minimizar __UMAx-b__2\text{minimize}~~ \|Ax-b\|^2 Onde é a matriz de dados, x são os coeficientes eb é a resposta.UMAUMAAxxxbbb Existe uma notação matricial...
Estou tentando usar lme4::glmer()para ajustar um modelo misto generalizado binomial (GLMM) com variável dependente que não é binária, mas uma variável contínua entre zero e um. Pode-se pensar nessa variável como uma probabilidade; de fato, é a probabilidade relatada por seres humanos (em um...
Estou fazendo uma regressão de riscos proporcionais de Cox em R usando coxph, que inclui muitas variáveis. Os resíduos de Martingale parecem ótimos, e os resíduos de Schoenfeld são ótimos para QUASE todas as variáveis. Existem três variáveis cujos resíduos de Schoenfeld não são planos e a...
Em um modelo de efeitos mistos, a recomendação é usar um efeito fixo para estimar um parâmetro se todos os níveis possíveis forem incluídos (por exemplo, homens e mulheres). Recomenda-se ainda o uso de um efeito aleatório para contabilizar uma variável se os níveis incluídos forem apenas uma...
Eu tenho um exemplo trabalhado (em R), que estou tentando entender melhor. Estou usando o Limma para criar um modelo linear e estou tentando entender o que está acontecendo passo a passo nos cálculos de alteração de dobras. Estou principalmente tentando descobrir o que acontece para calcular os...
Um dos problemas que sempre tive com modelos mistos é descobrir visualizações de dados - do tipo que pode acabar em um papel ou pôster - depois de obter os resultados. No momento, estou trabalhando em um modelo de efeitos mistos de Poisson com uma fórmula semelhante à seguinte: a <-...