Sebagaimana dijelaskan dalam handout kursus ini (halaman 1) , model linear dapat ditulis dalam bentuk: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, di mana yyy adalah variabel respon dan xixix_{i} adalah variabel penjelas ithithi^{th}...
Apa strategi yang tepat untuk memutuskan model mana yang akan digunakan dengan data jumlah? Saya telah menghitung data yang saya perlu model sebagai model bertingkat dan direkomendasikan kepada saya (di situs ini) bahwa cara terbaik untuk melakukannya adalah melalui bug atau MCMCglmm. Namun saya...
Pertimbangkan model linier sederhana: yy = X ′ ββ + ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon dimana ϵ i ∼ i . i . d .N ( 0 , σ 2 )ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2) dan X ∈ R n × pX∈Rn×pX\in\mathbb{R}^{n\times p} , p ≥ 2p≥2p\geq2 dan XXX berisi kolom...
Dalam praktiknya, menggunakan uji-T standar untuk memeriksa signifikansi koefisien regresi linier adalah praktik umum. Mekanisme perhitungannya masuk akal bagi saya. Mengapa distribusi-T dapat digunakan untuk memodelkan statistik uji standar yang digunakan dalam pengujian hipotesis regresi linier?...
Saya memiliki model linier klasik, dengan 5 kemungkinan regresi. Mereka tidak berkorelasi satu sama lain, dan memiliki korelasi yang cukup rendah dengan respons. Saya telah sampai pada model di mana 3 dari regressor memiliki koefisien signifikan untuk statistik t mereka (p <0,05). Menambahkan...
Saya masih cukup baru untuk model linier umum, dan saya berjuang dengan banyak notasi di sebagian besar teks GLM yang saya ambil. Apakah ada buku GLM yang sangat populer yang cocok untuk
Saya selalu kesulitan menjelaskan teknik statistik kepada audiens tanpa latar belakang statistik. Jika saya ingin menjelaskan apa itu GLM untuk audiens seperti itu (tanpa membuang jargon statistik), apa yang akan menjadi cara terbaik atau paling efektif? Saya biasanya menjelaskan GLM dengan tiga...
Saya tahu bahwa residual Pearson terstandarisasi diperoleh dengan cara probabilistik tradisional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} dan Deviance Residuals diperoleh melalui cara yang lebih statistik (kontribusi setiap titik terhadap...
Dalam model linier kita perlu memeriksa apakah ada hubungan antara variabel penjelas. Jika mereka berkorelasi terlalu banyak maka ada collinearity (yaitu, sebagian variabel saling menjelaskan satu sama lain). Saat ini saya hanya melihat korelasi berpasangan antara masing-masing variabel...
Saat ini saya menilai multikolinearitas dalam dataset saya. Nilai ambang VIF dan indeks kondisi apa di bawah / di atas yang menunjukkan masalah? VIF: Saya telah mendengar bahwa VIF adalah masalah.≥ 10≥10\geq 10 Setelah menghapus dua variabel masalah, VIF adalah untuk setiap variabel. Apakah...
Distribusi Tweedie dapat memodelkan data yang miring dengan massa titik pada nol saat parameter halhalp (eksponen dalam hubungan mean-variance) adalah antara 1 dan 2. Demikian pula model nol-meningkat (apakah kontinu atau diskrit) mungkin memiliki sejumlah besar nol. Saya mengalami kesulitan...
Saya akan tertarik untuk menemukan cara dalam R untuk memperbarui model linier secara efisien ketika pengamatan atau prediktor ditambahkan. biglm memiliki kemampuan memperbarui ketika menambahkan pengamatan, tetapi data saya cukup kecil untuk berada di memori (walaupun saya memiliki sejumlah besar...
Ketika melakukan GLM dan Anda mendapatkan kesalahan "tidak ditentukan karena singularitas" di output anova, bagaimana cara menangkal kesalahan ini terjadi? Beberapa orang berpendapat bahwa ini disebabkan oleh kolinearitas antara kovariat atau salah satu level tidak ada dalam dataset (lihat:...
Katakanlah saya memiliki pengamatan N, mungkin beberapa faktor dan saya mengulangi setiap pengamatan dua kali (atau M kali) bagaimana sebuah regresi pada set ukuran baru NM dibandingkan dengan regresi hanya pada pengamatan
Saya seorang insinyur perangkat lunak yang sedang mengerjakan pembelajaran mesin. Dari pemahaman saya, regresi linier (seperti OLS) dan klasifikasi linier (seperti regresi logistik dan SVM) membuat prediksi berdasarkan produk dalam antara koefisien terlatih dan variabel fitur → x...
Setelah mencari klarifikasi tentang koefisien model linier di sini saya punya pertanyaan lanjutan tentang non-signfikan (nilai p tinggi) untuk koefisien tingkat faktor. Contoh: Jika model linier saya menyertakan faktor dengan 10 level, dan hanya 3 level tersebut yang memiliki nilai p signifikan...
Saya tertarik untuk mengubah hipotesis nol menggunakan glm()R. Sebagai contoh: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) menguji hipotesis bahwa . Bagaimana jika saya ingin mengubah null ke p = beberapa nilai arbitrer, di dalam ? p=0.5p=0.5p = 0.5pppglm() Saya tahu ini...
Apa manfaat menentukan struktur kovarians dalam GLM (daripada memperlakukan semua entri diagonal dalam matriks kovarians sebagai nol)? Selain mencerminkan apa yang diketahui seseorang dari data, lakukan itu meningkatkan kebaikan fit? meningkatkan akurasi prediksi pada data yang disimpan? izinkan...
Jadi saya sudah bermain-main dengan SVM dan saya ingin tahu apakah ini hal yang baik untuk dilakukan: Saya memiliki serangkaian fitur berkelanjutan (0 hingga 1) dan serangkaian fitur kategorikal yang saya konversi ke variabel dummy. Dalam kasus khusus ini, saya menyandikan tanggal pengukuran dalam...
Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ###...