Câu hỏi được gắn thẻ «regression»

Kỹ thuật phân tích mối quan hệ giữa một (hoặc nhiều) biến "phụ thuộc" và biến "độc lập".

1
Công cụ ước tính thiên vị cho hồi quy đạt được kết quả tốt hơn so với công cụ không thiên vị trong Mô hình Lỗi trong Biến
Tôi đang làm việc trên một số dữ liệu tổng hợp cho mô hình Error In Var biến cho một số nghiên cứu. Hiện tại tôi có một biến độc lập duy nhất và tôi giả sử tôi biết phương sai cho giá trị thực của biến phụ thuộc. Vì …

3
Tại sao dấu vết của là trong hồi quy bình phương nhỏ nhất khi vectơ tham số có kích thước p?
Trong mô hình , chúng tôi có thể ước tính bằng phương trình bình thường.y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta y =X β .β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, và chúng tôi có thể nhận đượcy^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Vectơ của phần dư được ước tính bởi ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} …









1
Tại sao sai số chuẩn của phần chặn tăng thêm
Sai số chuẩn của thuật ngữ đánh chặn ( β 0 ) trong y = β 1 x + β 0 + ε được cho bởi S E ( β 0 ) 2 = σ 2 [ 1β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilon trong đóˉxlà giá trị trung bình củaxi's.SE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]x¯x¯\bar{x}xixix_i Từ những gì …


1
Sử dụng MLE so với OLS
Khi nào nên sử dụng Ước tính khả năng tối đa thay vì bình phương tối thiểu thông thường? Những điểm mạnh và hạn chế của mỗi là gì? Tôi đang cố gắng thu thập kiến ​​thức thực tế về nơi sử dụng mỗi trong các tình huống phổ biến.



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.