residuals पर टैग किए गए जवाब

एक LASSO प्रतिगमन परिदृश्य में जहां y=Xβ+ϵy=Xβ+ϵy= X \beta + \epsilon , और LASSO का अनुमान निम्नलिखित अनुकूलन समस्या द्वारा दिया जाता है minβ||y−Xβ||+τ||β||1minβ||y−Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 क्या \ epsilon के संबंध में कोई वितरण संबंधी धारणाएं हैं ϵϵ\epsilon? एक OLS परिदृश्य में, कोई अपेक्षा करेगा …

18 regression  lasso  assumptions  residuals 

प्रसंग यह प्रश्न आर का उपयोग करता है, लेकिन सामान्य सांख्यिकीय मुद्दों के बारे में है। मैं समय के साथ कीट जनसंख्या वृद्धि दर पर मृत्यु दर कारकों (बीमारी और परजीवीता के कारण% मृत्यु) के प्रभावों का विश्लेषण कर रहा हूं, जहां लार्वा आबादी 8 साल के लिए एक वर्ष …

17 model-selection  autocorrelation  residuals  panel-data  spatio-temporal 

मान लीजिए हम एक सरल रेखीय प्रतीपगमन भाग गया बच, बचाया ^ यू मैं और बच के वितरण की एक हिस्टोग्राम आकर्षित। यदि हमें कुछ ऐसा मिलता है, जो एक परिचित वितरण की तरह दिखता है, तो क्या हम मान सकते हैं कि हमारे त्रुटि शब्द में यह वितरण है? …

17 r  regression  residuals 

मैं वास्तव में विषमलैंगिकता को नहीं समझता। मैं जानना चाहूंगा कि मेरा मॉडल इस प्लॉट के अनुसार उचित है या नहीं।

17 r  regression  residuals  heteroscedasticity  independence 

मुझे पता है कि पारंपरिक पियर्सन अवशिष्ट को पारंपरिक संभाव्य तरीके से प्राप्त किया जाता है: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} और डीवाइस रेसिड्यूल्स एक अधिक सांख्यिकीय तरीके (प्रत्येक बिंदु की संभावना के योगदान के माध्यम से) प्राप्त किए जाते हैं: di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - …

16 regression  logistic  generalized-linear-model  residuals  deviance 

फिट की भलाई के लिए ची-स्क्वायर परीक्षण के संदर्भ में पियर्सन के अवशिष्ट के बारे में एक शुरुआती सवाल: साथ ही परीक्षण आँकड़ा, आर के chisq.testकार्य में पियर्सन के अवशिष्ट की रिपोर्ट है: (obs - exp) / sqrt(exp) मैं समझता हूं कि प्रेक्षित और अपेक्षित मूल्यों के बीच के कच्चे …

16 chi-squared  goodness-of-fit  residuals 

यह कुछ ऐसा है जिसे मैं एक तदर्थ विधि के रूप में देख रहा हूं और यह मुझे बहुत ही कठिन लगता है लेकिन शायद मुझे कुछ याद आ रहा है। मैंने इसे कई प्रतिगमन में देखा है लेकिन चलो इसे सरल रखें: yमैं= β0+ β1एक्समैं+ εमैंyमैं=β0+β1एक्समैं+εमैं y_{i} = \beta_{0} …

16 regression  residuals 

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

\newcommand{\E}{\mathbb{E}} कैसे है एक ( ⋅ ) = ∫ घ यूवी 1 / 3 ( μ )A(⋅)=∫duV1/3(μ)A(\cdot) = \displaystyle\int\frac{du}{V^{1/3}(\mu)} सामान्य घातीय परिवार के लिए बदलना निकाली गई? अधिक विशेष रूप से : मैंने पेज 3 पर टेलर विस्तार स्केच का पालन करने की कोशिश की, यहां 1 स्लाइड करें लेकिन …

15 data-transformation  residuals  asymptotics  exponential-family 

मैं विषमलैंगिक डेटा पर एक प्रतिगमन करने की कोशिश कर रहा हूं, जहां मैं त्रुटि के रूप में और साथ ही रैखिक मॉडल के संदर्भ में औसत मानों की भविष्यवाणी करने की कोशिश कर रहा हूं । कुछ इस तरह: y(x,t)ξ(x,t)y¯(x,t)σ(x,t)=y¯(x,t)+ξ(x,t),∼N(0,σ(x,t)),=y0+ax+bt,=σ0+cx+dt.y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ …

15 regression  spss  variance  residuals  heteroscedasticity 

मेरे पास एक समय श्रृंखला है जिसका मैं पूर्वानुमान लगाने की कोशिश कर रहा हूं, जिसके लिए मैंने मौसमी ARIMA (0,0,0) (0,1,0) [12] मॉडल (= fit2) का उपयोग किया है। यह अलग है कि आर ने ऑटो के साथ क्या सुझाव दिया है। आरिमा (आर गणना की एआरआईएमए (0,1,1) (0,1,0) …

15 r  time-series  statistical-significance  arima  residuals 

मैं प्रतिगमन मॉडल पर एक पाठ्यक्रम ले रहा हूं और रैखिक प्रतिगमन के लिए प्रदान किए गए गुणों में से एक यह है कि अवरोधन हमेशा शून्य होता है जब एक अवरोधन शामिल होता है। क्या कोई ऐसा कारण बता सकता है कि यह मामला क्यों है?

14 regression  residuals 

एक मानक त्रुटि एक पैरामीटर लिए एक अनुमानक के अनुमानित मानक विचलन है । θ θσ^( θ^)σ^(θ^)\hat \sigma(\hat\theta)θ^θ^\hat\thetaθθ\theta अवशिष्ट के अनुमानित मानक विचलन को "अवशिष्ट मानक त्रुटि" क्यों कहा जाता है (उदाहरण के लिए, आर के summary.lmफ़ंक्शन के आउटपुट में ) और "अवशिष्ट मानक विचलन" नहीं? हम यहाँ एक मानक …

14 r  standard-error  residuals  terminology 

मैं एक Shapiro Wilk W परीक्षण करना चाहता हूँ और Kolmogorov-Smirnov परीक्षण एक रेखीय मॉडल के अवशिष्ट पर सामान्यता की जाँच करने के लिए। मैं बस सोच रहा था कि इसके लिए कौन से अवशिष्ट का उपयोग किया जाना चाहिए - कच्चे अवशिष्ट, पियर्सन अवशिष्ट, छात्र अवशिष्ट या मानकीकृत अवशिष्ट? …

13 r  regression  residuals  normality-assumption  lm 

सुंदर मूल प्रश्न: रेखीय प्रतिगमन से अवशिष्टों के सामान्य वितरण का क्या अर्थ है? के संदर्भ में, यह प्रतिगमन से मेरे मूल डेटा को कैसे दर्शाता है? मैं पूरी तरह से स्तब्ध हूँ, धन्यवाद दोस्तों

13 regression  residuals