regression पर टैग किए गए जवाब

mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

ठीक है तो बस कुछ चीजों पर थोड़ा सा धुंधला, किसी भी मदद की बहुत सराहना की जाएगी। यह मेरी समझ है कि रैखिक प्रतिगमन मॉडल की सशर्त अपेक्षा के माध्यम से भविष्यवाणी की जाती है E(Y|X)=b+Xb+eइ(Y|एक्स)=ख+एक्सख+इE(Y|X)=b+Xb+e क्या हम मान लेते हैं कि और दोनों कुछ अज्ञात संभावना वितरण के …

11 regression 

पूर्ण प्रकटीकरण: मैं एक सांख्यिकीविद् नहीं हूं, और न ही मैं एक होने का दावा करता हूं। मैं एक नीच आईटी प्रशासक हूं। कृपया मेरे साथ सौम्य खेलें। :) मैं हमारे उद्यम के लिए डिस्क भंडारण उपयोग को इकट्ठा करने और पूर्वानुमान के लिए जिम्मेदार हूं। हम अपने संग्रहण उपयोग …

11 regression  forecasting  adjustment 

मैंने सीखने की समस्या की निगरानी की है जहाँ लक्ष्य कोण हैं। अगर मैं सरल प्रतिगमन करता तो नंबर 360 और 1 मेरे मॉडल के लिए बहुत दूर होते, लेकिन वास्तव में वे करीब हैं और भविष्यवाणी कर रहे हैं कि x और y निर्देशांक सही नहीं लगता है, क्योंकि …

11 regression  circular-statistics 

क्या प्रतिगमन का उपयोग बाहर की पहचान के लिए किया जा सकता है। मैं समझता हूं कि आउटलेर्स को हटाकर एक प्रतिगमन मॉडल को बेहतर बनाने के तरीके हैं। लेकिन यहां प्राथमिक उद्देश्य प्रतिगमन मॉडल को फिट करना नहीं है, बल्कि प्रतिगमन का उपयोग करके पता लगाना है

11 regression  outliers 

लॉजिस्टिक प्रतिगमन में निरंतर चर के लिए अंतर अनुपातों की व्याख्या करने के बारे में मेरे पास कुछ सवाल थे। मुझे लगता है कि ये लॉजिस्टिक रिग्रेशन (और शायद सामान्य तौर पर रिग्रेशन के बारे में) के बारे में बुनियादी सवाल हैं, और हालांकि मैं थोड़ा शर्मिंदा हूं कि मुझे …

11 regression  logistic 

मैं यह पता लगाने की कोशिश कर रहा हूं कि एसवीआर किस तरह के डेटा के लिए अनुकूल है। मैं 4 प्रकार के SVR जानता हूँ: एप्सिलॉन न्यू कम से कम वर्ग और रैखिक। मैं समझता हूँ कि रैखिक SVR L1 Reg के साथ कमोबेश लसो की तरह है, लेकिन …

11 regression  svm 

मेरे पास 1000 पॉज़िटिव के साथ 100,000 अवलोकन (9 डमी इंडिकेटर वैरिएबल) हैं। लॉजिस्टिक रिग्रेशन इस मामले में ठीक काम करना चाहिए, लेकिन कटऑफ संभावना मुझे पहेली। आम साहित्य में, हम 1s और 0s की भविष्यवाणी करने के लिए 50% कटऑफ चुनते हैं। मैं ऐसा नहीं कर सकता क्योंकि मेरा …

11 regression  logistic  classification  generalized-linear-model  roc 

यदि मेरे पास प्रतिगमन मॉडल है: जहां और ,Y=Xβ+εY=Xβ+ε Y = X\beta + \varepsilon V[ε]=Id∈Rn×nवी[ε]=मैंघ∈आरn×n\mathbb{V}[\varepsilon] = Id \in \mathcal{R} ^{n \times n}E[ε]=(0,…,0)इ[ε]=(0,...,0)\mathbb{E}[\varepsilon]=(0, \ldots , 0) का उपयोग करते समय होगा साधारण कम से कम वर्गों आकलनकर्ता की, , एक आकलनकर्ता के लिए एक गरीब विकल्प हो?βOLSβOLS\beta_{\text{OLS}}ββ\beta मैं एक उदाहरण जानने …

11 regression  distributions  least-squares 

Rअगर मेरा डेटा लॉग-नॉर्मल या पेरेटो डिस्ट्रीब्यूशन में फिट बैठता है , तो मैं जांचना चाहता हूं । ऐसा कैसे किया जा सकता था? शायद ks.testमुझे ऐसा करने में मदद मिल सकती है, लेकिन मैं अपने डेटा के लिए Pareto वितरण के लिए the और पैरामीटर कैसे प्राप्त कर सकता …

11 r  regression  distributions  lognormal  pareto-distribution 

आप यह कैसे साबित कर सकते हैं कि सामान्य समीकरण: पास एक या एक से अधिक समाधान हैं बिना इस धारणा के कि एक्स इन्वर्टिबल है?(XTX)β=XTY(XTX)β=XTY(X^TX)\beta = X^TY मेरा एकमात्र अनुमान यह है कि इसका सामान्यीकृत व्युत्क्रम के साथ कुछ करना है, लेकिन मैं पूरी तरह से खो गया हूं।

11 regression  proof 

क्या कोई वैचारिक स्पष्टीकरण दे सकता है कि भविष्यवाणियों के लिए स्मूथ / स्प्लिन का उपयोग करते समय नए डेटा के लिए भविष्यवाणियाँ कैसे की जाती हैं? उदाहरण के लिए, एक मॉडल का उपयोग कर बनाई दिया gamboostमें mboostआर में पैकेज, पी-splines के साथ, कैसे नए डेटा के लिए भविष्यवाणियों …

11 regression  machine-learning  predictive-models  splines 

आर में रैखिक प्रतिगमन मॉडल पर फ़ंक्शन का उपयोग करते समय t valueऔर इसका क्या अर्थ है ?Pr(>|t|)summary() Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 10.1595 1.3603 7.469 1.11e-13 *** log(var) 0.3422 0.1597 2.143 0.0322 *

11 r  regression  generalized-linear-model 

पहले, मुझे यह बताना चाहिए कि मैंने उत्तर के लिए इस साइट पर खोज की है। मुझे या तो ऐसा प्रश्न नहीं मिला जिसने मेरे प्रश्न का उत्तर दिया हो या मेरे ज्ञान का स्तर इतना कम हो कि मुझे एहसास ही नहीं हुआ कि मैंने पहले ही उत्तर पढ़ …

11 regression  outliers  residuals 

मैं एक प्रतिक्रिया चर को मॉडल करने का प्रयास कर रहा हूं जो सैद्धांतिक रूप से -225 और +225 के बीच बांधा गया है। वैरिएबल कुल स्कोर है जो गेम खेलते समय विषयों को मिला है। यद्यपि सैद्धांतिक रूप से यह विषयों के लिए +225 स्कोर करना संभव है। इसके …

11 regression  data-transformation  beta-distribution  bounds  beta-regression