Eu li diferentes descrições de dados censurados: A) Conforme explicado neste tópico, dados não quantificados abaixo ou acima de um determinado limite são censurados. Não quantificado significa que os dados estão acima ou abaixo de um determinado limite, mas não sabemos o valor exato. Os dados são...
Quando dizemos, para regredir contra , queremos dizer que é a variável independente e Y a variável dependente? ie .YYYXXXXXXY= a X+ bY=umaX+bY =aX +
Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 5 anos . Call: glm(formula = darters ~ river + pH +...
Fiz uma regressão linear de aceitação na faculdade contra as pontuações do SAT e a família / origem étnica. Os dados são fictícios. Este é um acompanhamento de uma pergunta anterior, já respondida. A questão se concentra na coleta e interpretação de odds ratio ao deixar as pontuações do SAT de lado...
Eu tenho um modelo linear generalizado que adota uma função Gaussiana de distribuição e link de log. Depois de ajustar o modelo, verifico os resíduos: gráfico QQ, resíduos versus valores previstos, histograma de resíduos (reconhecendo que é necessária a devida cautela). Tudo parece bem. Isso parece...
Estou muito confuso com a forma como o peso funciona em glm com family = "binomial". No meu entendimento, a probabilidade do glm com family = "binomial" é especificada da seguinte forma: onde é a "proporção de sucesso observado" e é o número conhecido de
Eu sei que a regressão gaussiana de processo (GPR) é uma alternativa ao uso de splines para o ajuste de modelos não lineares flexíveis. Eu gostaria de saber em quais situações uma seria mais adequada que a outra, especialmente na estrutura de regressão bayesiana. Eu já examinei Quais são as...
Digamos que estamos interessados em como as notas dos exames dos alunos são afetadas pelo número de horas que esses alunos estudam. Para explorar essa relação, poderíamos executar a seguinte regressão linear: exam.gradesEu= a + β1× horas.estudoEu+
Eu tenho uma pergunta sobre dois métodos diferentes de bibliotecas diferentes, que parece estar fazendo o mesmo trabalho. Eu estou tentando fazer o modelo de regressão linear. Aqui está o código que eu estou usando na biblioteca statsmodel com o OLS: X_train, X_test, y_train, y_test =...
Todos os exemplos que encontrei usando crenças profundas ou redes neurais convolucionais os usam para classificação de imagens, detecção de chatacter ou reconhecimento de fala. As redes neurais profundas também são úteis para tarefas clássicas de regressão, onde os recursos não são estruturados...
Como parte da saída de um modelo linear generalizado, os desvios nulo e residual são usados para avaliar o modelo. Muitas vezes, vejo as fórmulas para essas quantidades expressas em termos da probabilidade logarítmica do modelo saturado, por exemplo: /stats//a/113022/22199 , Regressão logística:...
Estou procurando implementar um modelo dinâmico para recomendar um filme para um usuário. A recomendação deve ser atualizada sempre que o usuário assiste a um filme ou o classifica. Para simplificar, estou pensando em levar dois fatores em consideração: as classificações anteriores de outros...
Sou formado em administração e economia e atualmente estuda mestrado em engenharia de dados. Enquanto estudava regressão linear (LR) e análise de séries temporais (TS), uma pergunta surgiu em minha mente. Por que criar um método totalmente novo, isto é, séries temporais (ARIMA), em vez de usar...
Esta é uma pergunta sobre uma prática ou método seguido por alguns dos meus colegas. Ao fazer um modelo de regressão logística, vi pessoas substituindo variáveis categóricas (ou variáveis contínuas que são colocadas em bin) por seus respectivos pesos de evidência (WoE). Isso é supostamente...
Estou fazendo um curso sobre modelos de regressão e uma das propriedades fornecidas para a regressão linear é que os resíduos sempre somam zero quando uma interceptação é incluída. Alguém pode fornecer uma boa explicação sobre por que esse é o caso?
Na regressão de crista, a função objetivo a ser minimizada é: RSS+λ∑β2j.RSS+λ∑βj2.\text{RSS}+\lambda \sum\beta_j^2. Isso pode ser otimizado usando o método multiplicador de Lagrange? Ou é uma diferenciação
Eu tenho alguns dados que gostaria de suavizar para que os pontos suavizados diminuam monotonicamente. Meus dados diminuem acentuadamente e depois começam a se espalhar. Aqui está um exemplo usando R df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x,...
Nota: = soma dos quadrados total, = soma dos erros quadrados e = soma dos quadrados por regressão. A equação no título é frequentemente escrita como:SSTSSTSSTSSESSESSESSRSSRSSR ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar...
Fiz um curso de aprendizado de máquina na minha faculdade. Em um dos testes, essa pergunta foi feita. Modelo 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Modelo 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Qual dos modelos acima encaixaria melhor nos dados? (suponha que os dados...
Estou realmente confuso sobre a diferença de significado em relação ao contexto de regressão linear dos seguintes termos: Estatística F R ao quadrado Erro padrão residual Eu encontrei esse webstie que me deu uma grande visão dos diferentes termos envolvidos na regressão linear, no entanto, os...