Câu hỏi được gắn thẻ «linear-model»

Đề cập đến bất kỳ mô hình nào trong đó một biến ngẫu nhiên có liên quan đến một hoặc nhiều biến ngẫu nhiên bởi một hàm là tuyến tính trong một số lượng tham số hữu hạn.









3
Giải thích dự đoán biến đổi và / hoặc phản hồi
Tôi tự hỏi nếu nó làm cho một sự khác biệt trong việc giải thích cho dù chỉ phụ thuộc, cả phụ thuộc và độc lập, hoặc chỉ các biến độc lập được chuyển đổi nhật ký. Hãy xem xét trường hợp log(DV) = Intercept + B1*IV + Error Tôi …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

3
Trường hợp quan niệm sai lầm rằng Y phải được phân phối bình thường đến từ đâu?
Các nguồn dường như có uy tín cho rằng biến phụ thuộc phải được phân phối bình thường: Giả định mô hình: được phân phối bình thường, lỗi được phân phối bình thường, và độc lập, và được sửa và phương sai không đổi .YYYei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2)XXXσ2σ2\sigma^2 Penn State, STAT …



3
Phương sai của hệ số hồi quy trong hồi quy tuyến tính đơn giản
Trong hồi quy tuyến tính đơn giản, chúng ta có , trong đó . Tôi đã lấy công cụ ước tính: trong đó và là phương tiện mẫu của và .y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + uu∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2)β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - …



Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.