Saya sering melihat saran untuk memeriksa apakah model Poisson cocok atau tidak tersebar melibatkan pembagian penyimpangan residual dengan derajat kebebasan. Rasio yang dihasilkan harus "sekitar 1". Pertanyaannya adalah kisaran apa yang kita bicarakan untuk "perkiraan" - berapa rasio yang harus...
Berapa jumlah observasi minimal yang "masuk akal" untuk mencari tren dari waktu ke waktu dengan regresi linier? bagaimana dengan pemasangan model kuadratik? Saya bekerja dengan indeks gabungan dari ketidaksetaraan dalam kesehatan (SII, RII), dan hanya memiliki 4 gelombang survei, jadi 4 poin...
Tidak yakin apakah normalisasi adalah kata yang tepat untuk digunakan di sini, tetapi saya akan mencoba yang terbaik untuk menggambarkan apa yang ingin saya tanyakan. Estimator yang digunakan di sini adalah kuadrat terkecil. Misalkan Anda memiliki y=β0+β1x1y=β0+β1x1y=\beta_0+\beta_1x_1 , Anda...
Katakanlah saya memiliki regresi multivariabel (beberapa variabel independen) yang terdiri dari 3 variabel. Masing-masing variabel memiliki koefisien yang diberikan. Jika saya memutuskan untuk memperkenalkan variabel ke-4 dan menjalankan kembali regresi, akankah koefisien dari 3 variabel asli...
Saya baru saja membaca sebuah makalah di mana penulis melakukan regresi berganda dengan dua prediktor. Nilai r-squared keseluruhan adalah 0,65. Mereka menyediakan tabel yang membagi r-kuadrat antara dua prediktor. Tabelnya terlihat seperti ini: rsquared beta df pvalue whole model 0.65 NA 2, 9...
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 memiliki data untuk jaringan stasiun cuaca di seluruh Amerika Serikat. Ini memberi saya bingkai data yang berisi tanggal, lintang, bujur, dan beberapa nilai yang diukur. Asumsikan bahwa data dikumpulkan sekali sehari dan didorong oleh cuaca skala regional (tidak, kami tidak akan masuk ke dalam...
Apa persyaratan stasioneritas menggunakan regresi dengan kesalahan ARIMA (regresi dinamis) untuk kesimpulan? yyyxSebuahxSebuahx_axbxbx_b. Saya ingin tahu apakah perawatan berkorelasi dengan perubahan pada variabel hasil yang lebih dari dua kesalahan standar dari nol perubahan. Saya tidak yakin...
Dalam beberapa bulan terakhir saya telah membaca secara intensif tentang regresi kuantil dalam persiapan untuk tesis master saya musim panas ini. Secara khusus saya telah membaca sebagian besar buku 2005 Roger Koenker pada topik ini. Sekarang saya ingin memperluas pengetahuan yang ada ini ke teknik...
Hai teman-teman, saya menemukan satu atau dua makalah yang menggunakan regresi ridge (untuk data bola basket). Saya selalu diminta untuk menstandardisasi variabel saya jika saya menjalankan regresi punggungan, tetapi saya hanya diminta untuk melakukan ini karena punggungan adalah varian skala...
Dalam laso atau regresi ridge, kita harus menentukan parameter penyusutan, sering disebut dengan atau . Nilai ini sering dipilih melalui validasi silang dengan memeriksa sekelompok nilai yang berbeda pada data pelatihan dan melihat mana yang menghasilkan yang terbaik misalnya pada data uji. Berapa...
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}...
Ridge perkiraan regresi parameter ββ\boldsymbol \beta dalam model linear y=Xβy=Xβ\mathbf y = \mathbf X \boldsymbol \beta oleh β λ = ( X ⊤ X + λ I ) - 1 X ⊤ y , di mana λ adalah parameter regularisasi. Sudah diketahui bahwa sering berkinerja lebih baik daripada regresi OLS (dengan λ = 0 ) ketika ada...
Jika kita mulai dengan satu set data , menerapkan Lasso untuk itu dan mendapatkan solusi β L , kita dapat menerapkan Lasso lagi ke set data ( X S , Y ) , di mana S adalah himpunan bukan-nol indeks β L , untuk mendapatkan solusi, β R L , disebut solusi 'santai LASSO' (koreksi saya jika saya salah!)....
Dalam regresi parsial kuadrat terkecil (PLSR) atau pemodelan persamaan struktural kuadrat terkecil parsial (PLS-SEM), apa merujuk istilah
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...
Saya menggunakan regresi linier berganda untuk menggambarkan hubungan antara Y dan X1, X2. Dari teori saya mengerti bahwa regresi berganda mengasumsikan hubungan linier antara Y dan masing-masing X (Y dan X1, Y dan X2). Saya tidak menggunakan transformasi X. Jadi, saya mendapatkan model dengan R...
Saat menjelaskan regresi LASSO, diagram berlian dan lingkaran sering digunakan. Dikatakan bahwa karena bentuk kendala dalam LASSO adalah berlian, solusi kuadrat terkecil yang diperoleh mungkin menyentuh sudut berlian sedemikian rupa sehingga menyebabkan penyusutan beberapa variabel. Namun, dalam...
Saya menemukan beberapa pro analisis diskriminan dan saya punya pertanyaan tentang mereka. Begitu: Ketika kelas dipisahkan dengan baik, estimasi parameter untuk regresi logistik secara mengejutkan tidak stabil. Koefisien bisa menuju tak terhingga. LDA tidak menderita masalah ini. Jika jumlah...
Apakah penurunan regresi peringkat dan regresi komponen utama hanyalah kasus khusus dari kuadrat terkecil parsial? Tutorial ini (Halaman 6, "Perbandingan Tujuan") menyatakan bahwa ketika kita melakukan kuadrat terkecil parsial tanpa memproyeksikan X atau Y (yaitu, "tidak parsial"), itu menjadi...