Atualmente, estou trabalhando nesse problema e o objetivo é desenvolver um modelo de regressão linear para prever meu Y (pressão arterial) com 8 preditores, usando a regressão de Ridge & Lasso. Começo examinando a importância de cada um dos preditores. Abaixo está umsummary()summary()summary()...
Gravei um DV e IV de 20 participantes. O IV é uma medida repetida, e meu objetivo é ver como a variação no IV pode explicar as variações no DV. Mais especificamente, quero um coeficiente beta para cada participante. Meu primeiro pensamento foi montar um modelo linear de efeitos mistos com...
Eu tenho um conjunto de pontos de dados onde são as variáveis independentes e acredito que cada pode ser modelado como sendo extraído de uma distribuição exponencial com os parâmetros .XEu,yEuXEu,yEuX_i, y_ixxxyEuyEuy_iλEuλEu\lambda_i Se eu usar o para prever , como posso avaliar a qualidade das...
Pergunta muito básica aqui, mas eu gostaria de entender (não matematicamente) como o fato de adicionar uma "penalidade" (soma do coeficiente ao quadrado. Vezes um escalar) à soma residual do quadrado pode reduzir grandes coeficientes? obrigado
Estimei os parâmetros de regressão de um modelo de regressão linear usando o LASSO, enviei algumas variáveis para zero usando a validação cruzada e agora obtive um modelo final. Sabe-se que a regularização induz viés nas variáveis ativas, mas é um bom preço a pagar para se livrar de variáveis...
Eu tenho um modelo de regressão linear para uma variável dependente base em duas variáveis independentes, e , então eu tenho uma forma geral de uma equação de regressãoYYYX1X1X1X2X2X2 Y=A+B1⋅X1+B2⋅X2+ϵY=A+B1⋅X1+B2⋅X2+ϵY = A + B_1 \cdot X_1 + B_2 \cdot X_2 + \epsilon , onde é a interceptação, é...
Estou interessado na relação entre duas variáveis de série temporal: e . As duas variáveis estão relacionadas entre si, e não está claro pela teoria qual delas causa a outra. YYYXXX Dado isso, não têm boas razões para preferir a regressão linear Y= α + βXY=α+βX Y = \alpha + \beta X sobre X= κ +...
A classe de regressão linear sklearn padrão encontra uma relação linear aproximada entre variável e covariável que minimiza o erro quadrado médio (MSE). Especificamente, seja o número de observações e vamos ignorar a interceptação por simplicidade. Seja o valor variável da ésima observação e sejam...
Ao usar o software estatístico, Ao definir seus modelos lineares, por que a interceptação é digitada como 1, em vez de "const" ou "interceptar" ou algo assim. Que significado eu tenho? Existe alguma razão histórica? Ou isso é lógico, de alguma maneira, que estou deixando de entender? A...
Nas anotações de meu curso sobre um curso de regressão com relação à detecção de heterocedasticidade, há a seguinte citação: "Como os resíduos dos mínimos quadrados apresentam variações desiguais mesmo no caso homoscedástico, é preferível usar os resíduos padronizados". Minha intuição me diz...
A seguir, entendo o que acontece: se eu pegar um "problema bidimensional", por exemplo, eu tenho XXX como entradas e Y como o resultado e eu adiciono um recurso x2x2x^2. Isso dá ao problema uma dimensão adicional e o ajuste linear noxxx e yyy Os valores definem uma linha, bem como o ajuste linear...
É possível executar uma regressão em que você possui uma variável de recurso desconhecida / desconhecida? Diga que eu tenho yn=uma0 0+uma1 1x1 1+uma2x2+uma3x3yn=a0+a1x1+a2x2+a3x3y_n = a_0 + a_1 x_1 + a_2 x_2 + a_3 x_3 mas eu não / não posso medir o valor da variável do recurso x3x3x_3. Ainda posso...