Câu hỏi được gắn thẻ «multiple-regression»

Hồi quy bao gồm hai hoặc nhiều biến độc lập không liên tục.

1
Không gian dữ liệu, không gian biến, không gian quan sát, không gian mô hình (ví dụ trong hồi quy tuyến tính)
Giả sử chúng ta có ma trận dữ liệu , là -by- và vectơ nhãn , là -by-one. Ở đây, mỗi hàng của ma trận là một quan sát và mỗi cột tương ứng với một thứ nguyên / biến. (giả sử )XX\mathbf{X}nnnpppYYYnnnn > pn>pn>p Sau đó, điều gì làm …









1
Trong hồi quy bội, tại sao các tương tác được mô hình hóa thành các sản phẩm, mà không phải là thứ gì khác, của các yếu tố dự đoán?
Xem xét nhiều hồi quy tuyến tính. Câu hỏi này có thể đơn giản về mặt giả định, nhưng tôi đang cố gắng hiểu trực giác tại sao, giả sử nếu tôi có các yếu tố dự đoán X1 và X2, thì các tương tác giữa các yếu tố dự …

1
Làm thế nào để kiểm tra nếu nhiều hệ số hồi quy không khác nhau về mặt thống kê?
Giả sử tôi ước tính hồi quy tuyến tính đa biến sau đây Làm cách nào tôi có thể kiểm tra ?β 1 = β 2 = β 3y= β0+ β1x1+ β2x2+ β3x3+β4x4+ εy= =β0+β1x1+β2x2+β3x3+β4x4+ε y = \beta_0 +\beta_1 x_1 +\beta_2 x_2+\beta_3x_3+\beta_4x_4 + \epsilonβ1= β2= β3β1= =β2= =β3\beta_1=\beta_2=\beta_3 Tôi biết …


1
Phương trình cho các yếu tố lạm phát phương sai
Sau câu hỏi được hỏi trước đó, các yếu tố lạm phát phương sai (VIF) có thể được biểu thị dưới dạng là phiên bản thu nhỏ chiều dài đơn vị củaVIFj=Var(b^j)σ2=[w′jwj−w′jW−j(W′−jW−j)−1W′−jwj]−1VIFj=Var(b^j)σ2=[wj′wj−wj′W−j(W−j′W−j)−1W−j′wj]−1 \textrm{VIF}_j = \frac{\textrm{Var}(\hat{b}_j)}{\sigma^2} = [\mathbf{w}_j^{\prime} \mathbf{w}_j - \mathbf{w}_j^{\prime} \mathbf{W}_{-j} (\mathbf{W}_{-j}^{\prime} \mathbf{W}_{-j})^{-1} \mathbf{W}_{-j}^{\prime} \mathbf{w}_j]^{-1} WW\mathbf{W}XX\mathbf{X} Ai đó có thể …


3
Cách thực hiện SVD để áp đặt các giá trị bị thiếu, một ví dụ cụ thể
Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

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.