ANOVA é equivalente a regressão linear com o uso de variáveis dummy adequadas. As conclusões permanecem as mesmas, independentemente de você usar ANOVA ou regressão linear. À luz de sua equivalência, existe alguma razão pela qual ANOVA é usada em vez de regressão linear? Nota: Estou...
Em geral, o que se quer dizer com dizer que a fração da variação em uma análise como PCA é explicada pelo primeiro componente principal? Alguém pode explicar isso intuitivamente, mas também fornecer uma definição matemática precisa do que "variação explicada" significa em termos de análise de...
Em um colóquio recente, o resumo do orador alegou que eles estavam usando aprendizado de máquina. Durante a palestra, a única coisa relacionada ao aprendizado de máquina foi que eles realizam regressão linear em seus dados. Depois de calcular os coeficientes de melhor ajuste no espaço de parâmetros...
Eu tinha uma pergunta sobre como interpretar os gráficos gerados pelo gráfico (lm) em R. Eu queria saber se vocês poderiam me dizer como interpretar os gráficos de localização em escala e alavancagem-residual? Quaisquer comentários serão apreciados. Assumir conhecimentos básicos de estatística,...
Quais gráficos de diagnóstico (e talvez testes formais) você considera mais informativos para regressões em que o resultado é uma variável de contagem? Estou especialmente interessado em Poisson e nos modelos binomiais negativos, bem como nos modelos com inflado zero e obstáculos de cada um. A...
É sempre válido incluir uma interação bidirecional em um modelo sem incluir os efeitos principais? E se sua hipótese for apenas sobre a interação, você ainda precisa incluir os principais
O wiki discute os problemas que surgem quando a multicolinearidade é um problema na regressão linear. O problema básico é que a multicolinearidade resulta em estimativas instáveis de parâmetros, o que dificulta a avaliação do efeito de variáveis independentes sobre variáveis dependentes. Eu...
Em que circunstâncias se deve considerar o uso de métodos de regularização (regressão de crista, laço ou ângulo mínimo) em vez de OLS? Caso isso ajude a direcionar a discussão, meu principal interesse é melhorar a precisão
Veja este gráfico do Excel: A linha de melhor ajuste do 'senso comum' pareceria uma linha quase vertical, diretamente através do centro dos pontos (editada manualmente em vermelho). No entanto, a linha de tendência linear, conforme decidido pelo Excel, é a linha preta diagonal mostrada. Por que...
Eu me deparei com o termo "solução de formulário fechado" com bastante frequência. O que significa uma solução em formato fechado? Como determinar se existe uma solução de formulário fechado para um determinado problema? Pesquisando on-line, encontrei algumas informações, mas nada no contexto do...
Estou procurando uma definição não técnica do laço e para que ele é
Ok, acho que tenho uma amostra decente o suficiente, levando em consideração a regra geral 20: 1: uma amostra bastante grande (N = 374) para um total de 7 variáveis preditoras de candidatos. Meu problema é o seguinte: qualquer que seja o conjunto de variáveis preditoras que eu use, as...
Para um intervalo de previsão de regressão linear você ainda usa E [ Y | X ] = ^ p 0 + β 1 x para gerar o intervalo. Você também usa isso para gerar um intervalo de confiança de E [ Y | x 0 ] . Qual a diferença entre os dois?E^[ Y| x]= β0 0^+ β^1xE^[Y|x]=β0^+β^1x\hat{E}[Y|x] =...
Estou interessado em calcular a área sob a curva (AUC), ou a estatística c, manualmente para um modelo de regressão logística binária. Por exemplo, no conjunto de dados de validação, tenho o valor verdadeiro da variável dependente, retenção (1 = retido; 0 = não retido), bem como um status de...
Eu estou querendo saber qual é o valor em pegar uma variável preditora contínua e dividi-la (por exemplo, em quintis), antes de usá-la em um modelo. Parece-me que, ao separar a variável, perdemos informações. É só assim que podemos modelar efeitos não lineares? Se mantivéssemos a variável...
Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67,...
Meu entendimento é que não pode ser negativo, pois é o quadrado de R. No entanto, executei uma regressão linear simples no SPSS com uma única variável independente e uma variável dependente. Minha saída do SPSS me fornece um valor negativo para . Se eu fosse calcular isso manualmente a partir de R,...
Eu tenho um conjunto de dados com cerca de 30 variáveis independentes e gostaria de construir um modelo linear generalizado (GLM) para explorar o relacionamento entre elas e a variável dependente. Estou ciente de que o método que me foi ensinado para essa situação, a regressão gradual, agora é...
Eu tenho lido Elements of Statistical Learning e gostaria de saber por que o Lasso fornece seleção de variáveis e regressão de crista não. Ambos os métodos minimizam a soma residual dos quadrados e têm uma restrição nos possíveis valores dos parâmetros . Para o Lasso, a restrição é , enquanto no...
Como a Regressão Logística é um modelo de classificação estatística que lida com variáveis dependentes categóricas, por que não é chamado de Classificação Logística ? O nome "Regressão" não deve ser reservado aos modelos que lidam com variáveis dependentes...