Se estavam interessados em encaixe interacções de duas vias entre uma variável de motivos linear e outra variável de motivos que tem uma relação quadrática, com a variável dependente , eu teria que incluem tanto a interacção com o componente quadrático e a interacção com o linear componente no...
Pergunta bastante básica: O que significa uma distribuição normal de resíduos de uma regressão linear? Em termos de, como isso se reflete nos meus dados originais da regressão? Estou totalmente perplexo, obrigado
Os graus de liberdade em uma regressão múltipla são iguais a , onde é o número de variáveis.N−k−1N−k−1N-k-1kkk Faz kkk incluem a variável de resposta (isto é, YYY )? Por exemplo, no modelo Y=B0+B1X1+B2X2Y=B0+B1X1+B2X2Y = B_0 + B_1X_1 + B_2X_2 , então k=3k=3k = 3 (ou seja, 1 df cada para YYY ,...
Se nas regressões OLS padrão, duas suposições são violadas (distribuição normal de erros, homocedasticidade), o bootstrapping de erros padrão e intervalos de confiança é uma alternativa apropriada para obter resultados significativos com relação à significância dos coeficientes do regressor? Os...
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...
A padronização de uma variável dependente dentro do grupo de identificação faz sentido? O documento de trabalho a seguir (desaceleração do desmatamento na Amazônia Legal; Preços ou políticas ?, pdf ) usa uma variável dependente padronizada para analisar o efeito da mudança de política geral no...
Gostaria de comparar os modelos selecionados com cume, laço e rede elástica. A Fig. Abaixo mostra os caminhos dos coeficientes usando todos os três métodos: crista (Fig A, alfa = 0), laço (Fig B; alfa = 1) e rede elástica (Fig C; alfa = 0,5). A solução ideal depende do valor selecionado de lambda,...
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...
Eu tenho um conjunto de valores xxx e yyy que são teoricamente relacionados exponencialmente: y=axby=axby = ax^b Uma maneira de obter os coeficientes é aplicando logaritmos naturais em ambos os lados e ajustando um modelo linear: > fit <- lm(log(y)~log(x)) > a <-
Existe uma maneira de executar a regressão gaussiana de processo na saída multidimensional (possivelmente correlacionada) usando GPML ? No script de demonstração, só consegui encontrar um exemplo 1D. Uma pergunta semelhante no CV que trata de casos de entrada multidimensional. Examinei o livro...
Na regressão linear, Y=XβY=XβY= X\beta , por que é XXXchamado de matriz de design? pode XXXser projetado ou construído arbitrariamente até certo ponto, como na
Eu li algumas explicações sobre as propriedades de modelos lineares versus não lineares, mas ainda não tenho certeza se um modelo disponível é linear ou não linear. Por exemplo, o seguinte modelo é linear ou não linear? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 +...
Sei que essa é provavelmente uma pergunta muito simples, mas depois de pesquisar não consigo encontrar a resposta que estou procurando. Eu tenho um problema em que preciso padronizar as variáveis para executar a (regressão de crista) para calcular as estimativas de crista dos betas. Preciso...
Fiz uma regressão múltipla na qual o modelo como um todo é significativo e explica cerca de 13% da variação. No entanto, preciso encontrar a quantidade de variação explicada por cada preditor significativo. Como posso fazer isso usando R? Aqui estão alguns dados e código de exemplo: D =...
As faixas de confiança e previsão em torno de uma regressão não linear deveriam ser simétricas em torno da linha de regressão? Isso significa que eles não assumem a forma de ampulheta, como no caso das bandas para regressão linear. Por que é que? Aqui está o modelo em questão: Aqui está a...
Quando é preferível usar a estimativa de máxima verossimilhança em vez dos mínimos quadrados comuns? Quais são os pontos fortes e as limitações de cada um? Estou tentando reunir conhecimentos práticos sobre onde usar cada um em situações
Para o modelo linear , podemos ter uma boa interpretação geométrica do modelo estimado via OLS: . é a projeção de y no espaço medido por xe residual é perpendicular a esse espaço medido por x.y= x β+ey=xβ+ey=x\beta+ey^= x β^+ e^y^=xβ^+e^\hat{y}=x\hat{\beta}+\hat{e}y^y^\hat{y}e^e^\hat{e} Agora,...
Entendo o conceito de escalar a matriz de dados para usar em um modelo de regressão linear. Por exemplo, em R você pode usar: scaled.data <- scale(data, scale=TRUE) Minha única pergunta é, para novas observações para as quais quero prever os valores de saída, como elas são dimensionadas...
O erro padrão da intercepção termo ( β 0 ) em Y = β 1 x + β 0 + ε é dado por S E ( β 0 ) 2 = σ 2 [ 1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonSE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 =...
Neste caso em particular, estou me referindo ao dia em que um lago congela. Essa data de início ocorre apenas uma vez por ano, mas às vezes não ocorre (se o inverno é quente). Assim, em um ano, o lago pode congelar no dia 20 (20 de janeiro) e em outro ano pode não congelar. O objetivo é descobrir...