सांख्यिकी और बिग डेटा least-squares

2

निम्नलिखित रैखिक संबंध मान लें: , जहां निर्भर चर है, एक एकल स्वतंत्र चर और त्रुटि शब्द।Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYiYiY_iXiXiX_iuiuiu_i स्टॉक एंड वॉटसन (इकोनोमेट्रिक्स का परिचय; अध्याय 4 ) के अनुसार, तीसरा सबसे कम वर्ग की धारणा यह है कि और के चौथे क्षण गैर-शून्य और …

9 regression least-squares assumptions bias consistency

1

रैखिक मॉडल जहां डेटा में अनिश्चितता है, आर का उपयोग कर

मान लीजिए कि मेरे पास कुछ अनिश्चितता वाले डेटा हैं। उदाहरण के लिए: X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 अनिश्चितता की प्रकृति दोहराई जा सकती है माप या प्रयोग, या उदाहरण के लिए उपकरण अनिश्चितता को मापना। मैं आर का उपयोग करके इसे एक …

9 r least-squares error-propagation

1

भारित कम से कम वर्ग भार की परिभाषा: R lm फ़ंक्शन बनाम

क्या कोई मुझे बता सकता है कि मुझे मैट्रिक्स ऑपरेशन द्वारा Rभारित वर्गों और मैनुअल समाधान से अलग परिणाम क्यों मिल रहे हैं ? विशेष रूप से, मैं मैन्युअल रूप से को हल करने का प्रयास कर रहा हूं , जहां वजन पर विकर्ण मैट्रिक्स है, डेटा मैट्रिक्स है, प्रतिक्रिया …

9 r regression least-squares weighted-regression weighted-data

1

साधारण से साधारण वर्ग में क्या है?

मेरे एक दोस्त ने हाल ही में पूछा कि साधारण क्या है, साधारण से कम वर्ग के बारे में। हमें चर्चा में कहीं भी नहीं मिला। हम दोनों सहमत थे कि ओएलएस रैखिक मॉडल का विशेष मामला है, इसके कई उपयोग हैं, अच्छी तरह से जानते हैं, और कई अन्य …

9 regression linear-model least-squares terminology

2

ओएलएस एसिमोटोटपिक रूप से हेटेरोसिस्टैस्टिकिटी के तहत कुशल है

मुझे पता है कि ओएलएस निष्पक्ष है, लेकिन रैखिक प्रतिगमन सेटिंग में विषमलैंगिकता के तहत कुशल नहीं है। विकिपीडिया में http://en.wikipedia.org/wiki/Minimum_mean_square_error MMSE आकलनकर्ता विषम रूप से निष्पक्ष है और यह सामान्य वितरण में वितरण में परिवर्तित होता है: , जहाँ मैं (x) फ़िशर x की जानकारी है। इस प्रकार, MMSE …

9 least-squares heteroscedasticity efficiency

2

अवशिष्ट कैसे अंतर्निहित गड़बड़ी से संबंधित हैं?

कम से कम वर्गों की विधि में हम मॉडल में अज्ञात मापदंडों का अनुमान लगाना चाहते हैं: Yj=α+βxj+εj(j=1...n)Yजे=α+βएक्सजे+εजे(जे=1 ...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) एक बार जब हम ऐसा कर लेते हैं (कुछ देखे गए मूल्यों के लिए), तो हमें फिट होने वाली प्रतिगमन लाइन मिल …

9 regression least-squares residuals heteroscedasticity assumptions

1

समीकरणों की एक पूर्व निर्धारित प्रणाली के लिए रिज प्रतिगमन लागू करना?

जब , तो कम से कम वर्गों की समस्या जो के मान पर एक गोलाकार प्रतिबंध लगाती है, उसे लिखा जा सकता है एक अतिव्यापी प्रणाली के लिए। \ | \ cdot \ | _2 एक वेक्टर का यूक्लिडियन मानदंड है।y=Xβ+ey=Xβ+ey = X\beta + eδδ\deltaββ\betamin ∥y−Xβ∥22s.t. ∥β∥22≤δ2min⁡ ‖y−Xβ‖22s.t.⁡ ‖β‖22≤δ2\begin{equation} \begin{array} …

9 regression least-squares regularization ridge-regression underdetermined

1

किन मान्यताओं के तहत साधारण न्यूनतम वर्ग पद्धति कुशल और निष्पक्ष अनुमानक देती है?

क्या यह सच है कि गॉस मार्कोव मान्यताओं के तहत साधारण से कम वर्ग की विधि कुशल और निष्पक्ष अनुमानक देती है? इसलिए: इ(यूटी) = 0E(ut)=0E(u_t)=0 सबके लिए टीtt इ(यूटीयूरों) =σ2E(utus)=σ2E(u_tu_s)=\sigma^2 के लिये टी = एसt=st=s इ(यूटीयूरों) = 0E(utus)=0E(u_tu_s)=0 के लिये टी ≠ एसt≠st\neq s कहाँ पे यूuu अवशिष्ट हैं।

9 regression self-study least-squares

2

गॉस-मार्कोव प्रमेय: BLUE और OLS

मैं विकिपीडिया पर गुआस-मार्कोव प्रमेय पर पढ़ रहा हूं , और मुझे उम्मीद थी कि कोई मुझे प्रमेय के मुख्य बिंदु का पता लगाने में मदद कर सकता है। हम एक रैखिक मॉडल मानते हैं, मैट्रिक्स रूप में, इसके द्वारा दिया गया है: y= एक्सβ+ ηy=Xβ+η y = X\beta +\eta …

9 regression least-squares mse blue

2

मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग

निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं । आर कोड यहाँ मेरा Rकोड है: library(SASmixed) library(lme4) library(boot) …

9 r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

least-squares पर टैग किए गए जवाब