প্রশ্ন ট্যাগ «multiple-regression»

দুই বা ততোধিক অবিচ্ছিন্ন স্বতন্ত্র ভেরিয়েবলগুলি অন্তর্ভুক্ত এমন রিগ্রেশন

1
পিলাই ট্রেস এবং হোটিংলিং-লোলির ট্রেসের কোনও সাধারণীকরণ কি আছে?
মাল্টিভারিয়েট একাধিক রিগ্রেশন (ভেক্টর রেজিস্ট্রার এবং রিগ্রেশন) স্থাপনের ক্ষেত্রে সাধারণ অনুমানের জন্য চারটি বড় পরীক্ষা (উইলকের লাম্বদা, পিল্লাই-বারলেট, হোটেলিং-লোলি, এবং রায়ের বৃহত্তম রুট) সমস্ত ম্যাট্রিক্স , যেখানে এবং 'ব্যাখ্যা' এবং 'মোট' প্রকরণের ম্যাট্রিক্স। এইচ ইHE−1HE−1H E^{-1}HHHEEE আমি লক্ষ করেছি যে পিল্লাই এবং হোটিংলিং-লোলির পরিসংখ্যান উভয়ই যথাক্রমে, । আমি একটি অ্যাপ্লিকেশন …

1
এসইএম মডেলিংয়ে সহায়তা (ওপেনএমএক্স, পলিকর)
আমি ডেটা সেট করে যা SEM প্রয়োগ করার চেষ্টা করছি তাতে আমার প্রচুর সমস্যা আছে। আমরা ধরে নিই যে সূচকগুলি সহ 5 টি সুপ্ত কারণের A, B, C, D, E এর অস্তিত্ব রয়েছে। এ 1 থেকে এ 5 (অর্ডারযুক্ত ফ্যাক্টর), বি 1 থেকে বি 3 (পরিমাণগত), সি 1, ডি 1, …

1
একাধিক রিগ্রেশন করার সময় প্রেডিকটার ভেরিয়েবলগুলি কখন রূপান্তর করা যায়?
আমি বর্তমানে স্নাতক স্তরে আমার প্রথম প্রয়োগিত লিনিয়ার রিগ্রেশন ক্লাস নিচ্ছি, এবং একাধিক লিনিয়ার রিগ্রেশন প্রেডিক্টর ভেরিয়েবল ট্রান্সফর্মেশনগুলির সাথে লড়াই করছি। আমি যে পাঠ্যটি ব্যবহার করছি, কুটনার এট এবং "ফলিত লিনিয়ার স্ট্যাটিস্টিকাল মডেলস" মনে হচ্ছে এমন প্রশ্নটি পড়ে যাবেনা বলে মনে হচ্ছে। (একাধিক পূর্বাভাসককে রুপান্তর করার জন্য একটি বক্স-কক্স পদ্ধতি …

2
লিনিয়ার রিগ্রেশন-এ, যখন আমরা কেবল ইন্টারঅ্যাকশন শর্তাদিতে আগ্রহী তখন কেন আমরা চতুর্ভুজ শর্তাদি অন্তর্ভুক্ত করব?
ধরুন আমি লিনিয়ার রিগ্রেশন মডেলটির জন্য আগ্রহী Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2, কারণ আমি দেখতে চাই যে দুটি সিভিলিয়ারেটের মধ্যে একটি মিথস্ক্রিয়া ওয়াইয়ের উপর প্রভাব ফেলে কিনা if প্রফেসরদের কোর্সের নোটগুলিতে (যার সাথে আমার যোগাযোগ নেই) এটিতে বলা হয়েছে: ইন্টারঅ্যাকশন শর্তাদি অন্তর্ভুক্ত করার সময় আপনার তাদের …

1
ভবিষ্যদ্বাণীটির জন্য এলোমেলো প্রভাবগুলি বাদ দিয়ে কেন আপনি একটি মিশ্র প্রভাব মডেল থেকে ভবিষ্যদ্বাণী করবেন?
এটি একটি ধারণাগত প্রশ্ন বেশি, তবে আমি ব্যবহার Rকরার সাথে সাথে প্যাকেজগুলিকে উল্লেখ করব R। যদি ভবিষ্যদ্বাণী করার উদ্দেশ্যে লিনিয়ার মডেলটি ফিট করার লক্ষ্য থাকে এবং তারপরে এমন ভবিষ্যদ্বাণী করা যায় যেখানে এলোমেলো প্রভাবগুলি পাওয়া যায় না, তবে কোনও মিশ্র প্রভাবগুলির মডেল ব্যবহারের কোনও সুবিধা আছে কি, বা পরিবর্তে একটি …

3
বাহ্যিক ভেরিয়েবলগুলির সাথে সময় সিরিজের ডেটা পূর্বাভাস
বর্তমানে আমি টাইম সিরিজের ডেটা (মাসিক ডেটা) পূর্বাভাস দেওয়ার জন্য একটি প্রকল্পে কাজ করছি। আমি পূর্বাভাসটি করতে আর ব্যবহার করছি। আমার কাছে 1 নির্ভরশীল ভেরিয়েবল (y) এবং 3 স্বতন্ত্র ভেরিয়েবল (x1, x2, x3) রয়েছে। Y ভেরিয়েবলের 73 টি পর্যবেক্ষণ রয়েছে, এবং অন্যান্য 3 ভেরিয়েবল (অলস 73) রয়েছে। জানুয়ারী ২০০৯ থেকে …

3
মধ্যে সম্পর্ক
সম্পর্কিত একটি খুব প্রাথমিক প্রশ্ন আর2আর2R^2 ওএলএস সংবিধানের ওএলএস রিগ্রেশন y ~ x1 চালান, আমাদের একটি রয়েছে আর2আর2R^2, 0.3 বলুন ওএলএস রিগ্রেশন y ~ x2 চালান, আমাদের আরেকটি আছে আর2আর2R^2বলুন, 0.4 এখন আমরা y ~ x1 + x2 একটি রিগ্রেশন চালাচ্ছি, এই রিগ্রেশন এর আর স্কোয়ারের মান কত হতে পারে? …


1
কোন বুটস্ট্র্যাপযুক্ত রিগ্রেশন মডেলটি নির্বাচন করা উচিত?
আমার একটি বাইনারি লজিস্টিক রিগ্রেশন মডেল রয়েছে যার একটি ডিভি (রোগ: হ্যাঁ / না) এবং 5 জন ভবিষ্যদ্বাণীকারী (জনসংখ্যাবিদ্যা [বয়স, লিঙ্গ, তামাক ধূমপান (হ্যাঁ / না)], একটি মেডিকেল ইনডেক্স (অর্ডিনাল) এবং একটি এলোমেলো চিকিত্সা [হ্যাঁ / না ])। আমি দ্বিমুখী ইন্টারঅ্যাকশন শর্তগুলিও মডেল করেছি। প্রধান পরিবর্তনশীলগুলি কেন্দ্রিক এবং বহুবিধ লাইনারিটির …

3
এর সম্ভাব্য ব্যাপ্তি
ধরুন, তিনটি টাইম সিরিজ, , এবংX1X1X_1X2X2X_2YYY ~ ( ) এ সাধারণ লিনিয়ার রিগ্রেশন চালানো , আমরা পেয়ে থাকি । সাধারণ রৈখিক রিগ্রেশনের ~ পেতে । ধরে নিনYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V ~ ( ) এর উপর এর সর্বনিম্ন এবং সর্বাধিক সম্ভাব্য …

1
আর লিনিয়ার রিগ্রেশন শ্রেণিবদ্ধ পরিবর্তনশীল "লুকানো" মান
এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

3
লিনিয়ার একাধিক রিগ্রেশন সমীকরণে সমস্ত আইভি-র মধ্যে ভাগ করা বৈকল্পিকতা কোথায়?
লিনিয়ার একাধিক রিগ্রেশন সমীকরণে, যদি বিটা ওজনগুলি প্রতিটি অন্যান্য স্বতন্ত্র ভেরিয়েবলের অবদানকে অন্য সমস্ত আইভিগুলির অবদানকে প্রতিফলিত করে, যেখানে রেগ্রেশন সমীকরণে ডিভি পূর্বাভাস দেয় এমন সমস্ত আইভি দ্বারা ভাগ করা বৈকল্পিক? উদাহরণস্বরূপ, যদি ভেন চিত্রটি নীচে প্রদর্শিত হয় (এবং এখানে সিভি'র 'সম্পর্কে' পৃষ্ঠা থেকে নেওয়া হয়েছে: https://stats.stackexchange.com/about ) 3 আইভি …

4
কোনও রৈখিক মডেল লাগানোর পরে কি লাগানো অবশিষ্টাংশগুলিকে পক্ষপাত এবং বৈকল্পিকতায় পচন করা সম্ভব?
আমি আরও জটিল মডেলের প্রয়োজন, বা আরও জটিল মডেলের প্রয়োজন না হিসাবে ডেটা পয়েন্টগুলি শ্রেণিবদ্ধ করতে চাই। আমার বর্তমান চিন্তাভাবনা হ'ল সমস্ত তথ্য একটি সাধারণ রৈখিক মডেলের সাথে ফিট করে এবং এই শ্রেণিবদ্ধকরণটি করার জন্য অবশিষ্টাংশের আকার পর্যবেক্ষণ করে। আমি তখন ত্রুটির প্রতি পক্ষপাতিত্ব এবং প্রকরণের অবদান সম্পর্কে কিছু পড়েছিলাম …

1
কোন গভীর শিক্ষণ মডেল এমন বিভাগগুলিকে শ্রেণিবদ্ধ করতে পারে যা পারস্পরিক একচেটিয়া নয়
উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
ডেটা স্পেস, ভেরিয়েবল স্পেস, পর্যবেক্ষণের স্থান, মডেল স্পেস (যেমন লিনিয়ার রিগ্রেশন)
ধরুন আমাদের কাছে ডেটা ম্যাট্রিক্স রয়েছে XX\mathbf{X}, যা হলো nnn-দ্বারা-ppp, এবং লেবেল ভেক্টর YYY, যা হলো nnn-এক দ্বারা. এখানে, ম্যাট্রিক্সের প্রতিটি সারি একটি পর্যবেক্ষণ, এবং প্রতিটি কলাম একটি মাত্রা / ভেরিয়েবলের সাথে মিলে যায়। (অনুমানn&gt;pn&gt;pn>p) তাহলে আমাদের কি করতে data space, variable space, observation space, model spaceমানে? কলামটি ভেক্টর দ্বারা …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.