As splines são funções flexíveis, unidas a partir de peças polinomiais, usadas para aproximação ou suavização. Essa tag é para qualquer tipo de spline (por exemplo, splines B, splines de regressão, splines de chapa fina, etc.).
Meu problema : recentemente, conheci um estatístico que me informou que as splines são úteis apenas para explorar dados e estão sujeitas a sobreajuste, portanto, não são úteis na previsão. Ele preferia explorar com polinômios simples ... Como sou um grande fã de splines, e isso vai contra a minha...
Modelos aditivos generalizados são aqueles em que por exemplo. as funções são suaves e devem ser estimadas. Geralmente por splines penalizados. MGCV é um pacote em R que faz isso, e o autor (Simon Wood) escreve um livro sobre seu pacote com exemplos de R. Ruppert et al. (2003) escrevem um livro...
Desejo entender melhor os prós / contras do uso de splines loess ou suavizantes para suavizar alguma curva. Outra variação da minha pergunta é se existe uma maneira de construir um spline de suavização de uma maneira que produza os mesmos resultados que usar loess. Qualquer referência ou insight...
Eu tenho dados com muitos recursos correlatos e quero começar reduzindo os recursos com uma função básica, antes de executar um LDA. Estou tentando usar splines cúbicos naturais no splinespacote com a nsfunção Como faço para atribuir os nós? Aqui está o código R básico: library(splines) lda.pred...
Estou procurando um estudo de caso de regressão linear avançada que ilustra as etapas necessárias para modelar relacionamentos não lineares complexos e múltiplos usando GLM ou OLS. É surpreendentemente difícil encontrar recursos que vão além dos exemplos básicos da escola: a maioria dos livros que...
Estou interessado em aprender (e implementar) uma alternativa à interpolação polinomial. No entanto, estou tendo problemas para encontrar uma boa descrição de como esses métodos funcionam, como eles se relacionam e como eles se comparam. Agradecemos sua opinião sobre os prós / contras /...
Não posso ser específico sobre a natureza dos dados, pois são proprietários, mas suponha que tenhamos dados como este: a cada mês, algumas pessoas se inscrevem em um serviço. Então, em cada mês subsequente, essas pessoas podem atualizar o serviço, interromper o serviço ou ser-lhe negado o serviço...
Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando...
Estou tentando ajustar um spline para um GLM usando R. Depois de ajustar o spline, quero poder pegar meu modelo resultante e criar um arquivo de modelagem em uma pasta de trabalho do Excel. Por exemplo, digamos que eu tenho um conjunto de dados em que y é uma função aleatória de xe a inclinação...
Digamos que estamos trabalhando em um modelo de efeitos aleatórios de alguns dados de contagem ao longo do tempo e queremos controlar algumas tendências. Normalmente, você faria algo como: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") para incluir uma forma quadrática para...
Normalmente, os livros didáticos têm bons exemplos de parcelas da base para splines uniformes ao explicar o tópico. Algo como uma fileira de pequenos triângulos para uma spline linear ou uma fileira de pequenas corcovas para uma spline cúbica. Este é um exemplo
nota: sem respostas corretas após um mês, reenviei para SO fundo Eu tenho um modelo, , onde Y = f ( X )fffY=f( X)Y=f(X)Y=f(\textbf{X}) é umamatrizde amostras deparâmetroseé ovetordas saídas do modelo.XX\textbf{X}n×mn×mn \times mmmmYYYn×1n×1n \times 1 fff é computacionalmente intensivo, então...
Estou aprendendo sobre splines do livro "Os elementos de mineração, inferência e previsão de dados estatísticos de aprendizagem", de Hastie et al. Eu descobri na página 145 que splines cúbicos naturais são lineares além dos nós dos limites. Existem , nos splines e o seguinte é fornecido sobre esse...
Estou tentando encontrar o máximo local para uma função de densidade de probabilidade (encontrada usando o densitymétodo de R ). Não consigo fazer um método simples de "olhar ao redor dos vizinhos" (onde se olha em torno de um ponto para ver se é um máximo local em relação aos vizinhos), pois há um...
Contexto : Eu quero desenhar uma linha em um gráfico de dispersão que não aparece paramétrica, portanto, eu estou usando geom_smooth()no ggplotno R. Ele retorna automaticamente, geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use...
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...
Estou confuso com a suposição de linearidade ao logit para variáveis preditivas contínuas na análise de regressão logística. Precisamos verificar a relação linear ao rastrear possíveis preditores usando análise de regressão logística univariada? No meu caso, estou usando a análise de regressão...
É errado que os splines estejam disponíveis apenas nos modelos GAM, e não nos modelos GLM? Ouvi isso um tempo atrás, e me pergunto se isso é apenas um equívoco ou se tem alguma verdade. Aqui está uma
Eu tenho algum código e saída e gostaria de construir um modelo. Não sei como construir um modelo usando esta saída: require("splines") x <- c(0.2, 0.23, 0.26, 0.29, 0.33, 0.46, 0.53 ) y <- c(0.211, 0.2026, 0.2034, 0.2167, 0.2177, 0.19225, 0.182) fit <- lm(y ~ ns(x,3))...
Ao usar splines cúbicos naturais (isto é, restritos), as funções básicas criadas são altamente colineares e, quando usadas em uma regressão, parecem produzir estatísticas VIF (fator de inflação de variação) muito altas, sinalizando multicolinearidade. Quando se está considerando o caso de um modelo...