weighted-regression पर टैग किए गए जवाब

भारित कम से कम वर्गों का प्रतिगमन ओएलएस प्रतिगमन का एक सामान्यीकरण है जिसका उपयोग विभिन्न डेटा बिंदुओं के अलग-अलग महत्व, या "वेट" के लिए किया जाता है। [भारित-डेटा] भी देखें।

9
रेखीय बीजगणित के लिए संदर्भ पुस्तक आंकड़ों पर लागू होती है?
मैं थोड़ी देर के लिए आर में काम कर रहा हूं और पीसीए, एसवीडी, क्यूआर डिकम्पोजिशन और इस तरह के कई रैखिक बीजगणित परिणामों (जब भारित रजिस्टरों और इस तरह के आकलन का निरीक्षण कर रहा हूं) जैसी चीजों का सामना किया गया है, तो मैं जानना चाहता था कि …

2
आप कम से कम वर्ग प्रतिगमन के लिए वजन कैसे पाते हैं?
मैं WLS प्रतिगमन की प्रक्रिया में थोड़ा खो गया हूं। मुझे डाटासेट दिया गया है और मेरा काम यह परखना है कि क्या विषमता है, और यदि ऐसा है तो मुझे डब्ल्यूएलएस प्रतिगमन चलाना चाहिए। मैंने परीक्षण किया है और विषमता के लिए साक्ष्य पाए हैं, इसलिए मुझे डब्ल्यूएलएस चलाने …

1
अशक्त परिकल्पना के तहत विनिमेय नमूनों के पीछे अंतर्ज्ञान क्या है?
क्रमपरिवर्तन परीक्षण (इसे रेंडमाइजेशन टेस्ट, री-रैंडमाइजेशन टेस्ट या एक सटीक परीक्षण भी कहा जाता है) बहुत उपयोगी होते हैं और उदाहरण के लिए आवश्यक सामान्य वितरण की धारणा को पूरा करने और काम में आने पर काम में आते t-testहैं। गैर-पैरामीट्रिक परीक्षण की तरह Mann-Whitney-U-testअधिक जानकारी खो जाएगी। हालांकि, इस …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

2
आर: परिवार के साथ glm फ़ंक्शन = "द्विपद" और "वजन" विनिर्देश
मैं बहुत उलझन में हूं कि परिवार के साथ चमक में कैसे काम करता है = "द्विपद"। मेरी समझ में, परिवार के साथ glm की संभावना = "द्विपद" इस प्रकार निर्दिष्ट की गई है: जहां y "मनाया सफलता का अनुपात" है और n परीक्षणों की ज्ञात संख्या है।यnf(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = …

1
रिग्रेशन में अनुपात, क्रोनमल पर उर्फ ​​प्रश्न
हाल ही में, बेतरतीब ढंग से ब्राउज़ किए गए प्रश्नों ने प्रतिगमन मॉडल में अनुपात के उपयोग के बारे में चेतावनी देते हुए कुछ वर्षों पहले मेरे प्रोफेसरों में से एक से ऑफ-हैंड टिप्पणी की स्मृति को ट्रिगर किया था। इसलिए मैंने इस पर पढ़ना शुरू किया, आखिरकार क्रोनमल 1993 …

2
हार्मोनिक मतलब चुकता रिश्तेदार त्रुटियों की राशि को कम करता है
मैं एक संदर्भ की तलाश में हूं जहां यह साबित हो कि हार्मोनिक का मतलब है x¯h=n∑ni=11xix¯h=n∑i=1n1xi\bar{x}^h = \frac{n}{\sum_{i=1}^n \frac{1}{x_i}} न्यूनतम ( zzz ) चुकता सापेक्ष त्रुटियों का योग ∑i=1n((xi−z)2xi).∑i=1n((xi−z)2xi).\sum_{i=1}^n \left( \frac{(x_i - z)^2}{x_i}\right).

5
बहुत बड़ी संख्या में डेटा बिंदुओं में मानों की प्रतिरूपण कैसे करें?
मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

2
L का उपयोग करते समय R में भार तर्क के पीछे सिद्धांत
एक साल के बाद स्नातक स्तर की पढ़ाई स्कूल में, "भारित कम से कम वर्गों" की मेरी समझ निम्नलिखित है: , कुछ डिजाइन मैट्रिक्स, \ " boldsymbol \ beta \ in \ mathbb {R} ^ p एक पैरामीटर वेक्टर, \ boldsymbol \ epsilon \ in \ mathbb {R} ^ n …

1
प्रवृत्ति स्कोर वेटिंग में उपचार भार (IPTWs) के व्युत्क्रम संभावना के लिए सहज व्याख्या?
मैं स्कोर का उपयोग करके वजन की गणना करने के यांत्रिकी को समझता हूं : और फिर एक प्रतिगमन विश्लेषण में भार लागू करते हैं, और यह कि वजन कम होता है "नियंत्रण के लिए" या परिणाम चर के साथ समूह की आबादी के उपचार और नियंत्रण में कोवरिएट्स के …

3
BUGS, JAGS में भारित सामान्यीकृत प्रतिगमन
में Rहम कर सकते हैं "पहले वजन" एक glmके माध्यम से प्रतिगमन वजन पैरामीटर। उदाहरण के लिए: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) यह एक JAGSया BUGSमॉडल में कैसे पूरा किया जा सकता है ? मुझे इस पर चर्चा करते हुए कुछ कागज मिले, लेकिन …

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 …

2
लॉजिस्टिक रिग्रेशन में अत्यधिक तिरछे डेटा सेट के लिए वेट जोड़ना
मैं अपने इनपुट वैरिएबल को बाइनरी आउटपुट वेरिएबल्स में फिट करने के लिए लॉजिस्टिक रिग्रेशन के एक मानक संस्करण का उपयोग कर रहा हूं। हालांकि मेरी समस्या में, नकारात्मक आउटपुट (0s) सकारात्मक आउटपुट (1s) से बहुत आगे निकल जाते हैं। अनुपात 20: 1 है। इसलिए जब मैं एक क्लासिफायरियर को …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.