A palavra encolhimento é muito difundida em certos círculos. Mas o que é encolhimento, não parece haver uma definição clara. Se eu tenho uma série temporal (ou qualquer coleção de observações de algum processo), quais são as diferentes maneiras de medir algum tipo de retração empírica na série?...
Estou interessado em usar a regressão quantílica para alguns dos meus modelos, mas gostaria de ter alguns esclarecimentos sobre o que posso obter usando essa metodologia. Eu entendo que eu posso obter uma análise mais robusta de IV / DV relacionamento , especialmente quando confrontados com...
Suponha que eu tenha uma divisão 80/20 entre observações de modelagem / validação. Ajustei um modelo ao conjunto de dados de modelagem e me sinto confortável com o erro que estou vendo no conjunto de dados de validação. Antes de lançar meu modelo para escorar observações futuras, é apropriado...
Alguém sabe se o seguinte foi descrito e (de qualquer maneira) se parece um método plausível para aprender um modelo preditivo com uma variável-alvo muito desequilibrada? Freqüentemente, em aplicativos de CRM para mineração de dados, procuraremos um modelo em que o evento positivo (sucesso) seja...
Estou fazendo regressão usando florestas aleatórias para prever preços com base em vários atributos. O código é escrito em Python usando o Scikit-learn. Como você decide se deve transformar suas variáveis usando exp/ logantes de usá-las para se ajustar ao modelo de regressão? É necessário ao...
PREFÁCIO: Eu não ligo para o mérito de usar um ponto de corte ou não, ou como alguém deve escolher um ponto de corte. Minha pergunta é puramente matemática e devido à curiosidade. A regressão logística modela a probabilidade condicional posterior da classe A versus a classe B e se ajusta a um...
Eu estava lendo os modelos lineares de livros da Faraway com R (1ª edição) no último fim de semana. Faraway tinha um capítulo chamado "Estratégia Estatística e Incerteza do Modelo". Ele descreveu (página 158) que ele artificialmente gerado alguns dados usando um modelo muito complicado, então ele...
Atualmente, estou trabalhando na construção de um modelo preditivo para um resultado binário em um conjunto de dados com ~ 300 variáveis e 800 observações. Eu li muito neste site sobre os problemas associados à regressão gradual e por que não usá-la. Eu estive lendo a regressão do LASSO e sua...
Estou modelando um evento com dois resultados, a e b. Eu criei um modelo que estima a probabilidade de que a ou b aconteça (ou seja, o modelo calculará que a acontecerá com 40% de chance eb acontecerá com 60% de chance). Eu tenho um grande registro de resultados de ensaios com as estimativas do...
Eu tenho 2 questões gerais / mais teóricas. 1) Estou curioso para saber como os SVMs lidam com interações variáveis ao criar modelos preditivos. Por exemplo, se eu tenho dois recursos f1 e f2 e o destino depende de f1, f2 e digamos f1 * f2 (ou alguma função h (f1, f2)), o SVM se encaixa (não...
Na análise bayesiana conjugada da distribuição gaussiana de Kevin Murphy , ele escreve que a distribuição preditiva posterior é p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta onde são os dados nos quais o modelo está ajustado e são...
A engenharia de recursos geralmente é um componente importante do aprendizado de máquina (foi muito utilizado para ganhar a Copa KDD em 2010 ). No entanto, acho que a maioria das técnicas de engenharia apresenta destruir qualquer significado intuitivo dos recursos subjacentes ou são muito...
Suponha que eu esteja construindo um modelo preditivo no qual estou tentando prever vários eventos (por exemplo, o lançamento de um dado e o lançamento de uma moeda). A maioria dos algoritmos com os quais estou familiarizado trabalha apenas com um destino, por isso estou me perguntando se existe...
Ao usar splines cúbicos naturais (isto é, restritos), as funções básicas criadas são altamente colineares e, quando usadas em uma regressão, parecem produzir estatísticas VIF (fator de inflação de variação) muito altas, sinalizando multicolinearidade. Quando se está considerando o caso de um modelo...
Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes...
Antecedentes: Existem algumas ótimas perguntas / respostas aqui sobre como calibrar modelos que preveem as probabilidades de um resultado acontecer. Por exemplo Brier score , e sua decomposição em resolução, incerteza e confiabilidade . Gráficos de calibração e regressão isotônica . Esses...
Estou tentando ajustar um modelo simples de lei de energia a um conjunto de dados da seguinte maneira: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 O objetivo é passar a linha de força e usá-la para prever revvlaues para as próximas semanas. Um monte de pesquisas me...
Refiro-me à pergunta e suas respostas: Como comparar a capacidade preditiva (probabilidade) de modelos desenvolvidos a partir de regressão logística? por @Clark Chong e respostas / comentários por @Frank Harrell. e à pergunta Graus de liberdade de no teste de Hosmer-Lemeshowχ2χ2\chi^2 e os...
Alguém pode ajudar a dar uma explicação conceitual de como as previsões são feitas para novos dados ao usar suavizações / splines para um modelo preditivo? Por exemplo, dado um modelo criado usando gamboosto mboostpacote em R, com p-splines, como são feitas as previsões para novos dados? O que é...
Eu gostaria de avaliar vários modelos diferentes que fornecem previsões de comportamento em um nível mensal. Os dados são equilibrados e 100.000 e T = 12. O resultado é assistir a um concerto em um determinado mês; portanto, é zero para ~ 80% das pessoas em qualquer mês, mas há uma longa cauda...