Estou fazendo uma apresentação sobre linhas de montagem. Eu tenho uma função linear simples, . Estou tentando obter pontos de dados dispersos que posso colocar em um gráfico de dispersão que manterá minha linha de melhor ajuste na mesma equação.y=1x+by=1x+by=1x+b Eu adoraria aprender essa técnica...
Estou ciente do tipo de regularização LASSO, cume e rede elástica em modelos de regressão linear. Questão: Esse tipo de estimativa penalizada (ou similar) pode ser aplicada à modelagem ARIMA (com uma parte MA não vazia)? pmaxpmaxp_{max}qmaxqmaxq_{max} q ⩽ q m um xp⩽pmaxp⩽pmaxp \leqslant...
Estou tentando entender a troca de viés e variância, a relação entre o viés do estimador e o viés do modelo e o relacionamento entre a variação do estimador e a variação do modelo. Cheguei a estas conclusões: Tendemos a superestimar os dados quando negligenciamos o viés do estimador, ou seja,...
Para um modelo linear, a solução OLS fornece o melhor estimador linear e imparcial para os parâmetros. É claro que podemos negociar um viés por uma variação menor, por exemplo, regressão de crista. Mas minha pergunta é sobre não ter viés. Existem outros estimadores que são um tanto usados, que...
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...
Eu sempre luto para obter a verdadeira essência do problema incidental dos parâmetros. Li em várias ocasiões que os estimadores de efeitos fixos de modelos de dados de painel não lineares podem ser severamente influenciados por causa do "bem conhecido" problema de parâmetros incidentais. Quando...
Atualmente, estou tentando aplicar um modelo linear ( family = gaussian) a um indicador de biodiversidade que não pode assumir valores inferiores a zero, é inflado a zero e é contínuo. Os valores variam de 0 a um pouco acima de 0,25. Como conseqüência, há um padrão bastante óbvio nos resíduos do...
Hoje, eu estava brincando com um pequeno conjunto de dados e realizei uma regressão OLS simples que esperava falhar devido à perfeita multicolinearidade. No entanto, não. Isso implica que meu entendimento da multicolinearidade está errado. Minha pergunta é: onde estou errado? Eu acho que posso...
Devo ensinar o teorema de Frish Waugh em econometria, que não estudei. Entendi a matemática por trás disso e espero que a idéia também "o coeficiente obtido para um determinado coeficiente de um modelo linear múltiplo seja igual ao coeficiente do modelo de regressão simples se você" eliminar "a...
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...
Uma suposição básica do uso de modelos de regressão para inferência é que "todos os preditores relevantes" foram incluídos na equação de previsão. A lógica é que a falha em incluir um fator importante do mundo real leva a coeficientes tendenciosos e, portanto, inferências imprecisas (ou seja, viés...
Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em...
Estou tentando entender a diferença básica entre regressão stepwise e backward em R usando a função step. Para regressão gradual, usei o seguinte comando step(lm(mpg~wt+drat+disp+qsec,data=mtcars),direction="both") Eu tenho a saída abaixo para o código acima. Para seleção de variável para...
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 <-
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...
Suponha que você ajuste uma regressão linear / logística g(y)=a0+a1⋅x1+a2⋅x2g(y)=a0+a1⋅x1+a2⋅x2g(y) = a_0 + a_1\cdot x_1 + a_2\cdot x_2 , com o objetivo de uma estimativa imparcial de a1a2a1a2\frac{a_1}{a_2} . Você está muito confiante de que tantoa1a1a_1quantoa2a2a_2 são muito positivos em relação...
Eu tenho um modelo de previsão testado com quatro métodos, como você pode ver na figura do boxplot abaixo. O atributo que o modelo prevê está no intervalo de 0 a 8. Você pode perceber que há um limite superior externo e três limites inferiores indicados por todos os métodos. Gostaria de saber se é...
Pergunta: Quais são as principais diferenças e semelhanças entre o uso de erros padrão de Newey-West (1987) e Hansen-Hodrick (1980)? Em quais situações uma delas deve ser preferida à outra? Notas: Eu sei como cada um desses procedimentos de ajuste funciona; no entanto, ainda não encontrei nenhum...
Suponhamos que temos duas árvores de regressão (árvore A e B) que árvore mapa de entrada a saída y ∈ R . Vamos y = f A ( x ) para a árvore A e F B ( x ) para a árvore B. Cada árvore utiliza separações binárias, com hiperplanos como as funções de separação.x ∈ Rdx∈Rdx \in \mathbb{R}^dy^∈...
Não encontrei uma resposta satisfatória para isso no google . Obviamente, se os dados que tenho são da ordem de milhões, então o aprendizado profundo é o caminho. E li que, quando não tenho big data, talvez seja melhor usar outros métodos no aprendizado de máquina. A razão apresentada é...