প্রশ্ন ট্যাগ «r-squared»

যতদূর আমি বুঝতে পেরেছি, ব্যাখ্যা করেছেন যে মডেলটি পর্যবেক্ষণটির কতটা পূর্বাভাস দিয়েছেন। সমন্বিতR2R2R^2 হ'ল যা আরও বেশি পর্যবেক্ষণ (বা স্বাধীনতার ডিগ্রি) বিবেচনা করে। সুতরাং, অ্যাডজাস্টেড আর 2 মডেলটির আরও ভাল ভবিষ্যদ্বাণী করে? তাহলে কেন এটি আর 2 এর চেয়ে কম? এটি প্রায়শই বেশি হওয়া উচিত বলে মনে হয়।R2R2R^2R2R2R^2R2R2R^2

15 regression  r-squared 

আমি প্রস্তাবিত সমন্বিত আর-স্কোয়ার সূত্রগুলি মনে রাখি: এজেকিয়েল (1930), যা আমি বিশ্বাস করি যে বর্তমানে এসপিএস-এ ব্যবহৃত used R2adjusted=1−(N−1)(N−p−1)(1−R2)Radjusted2=1−(N−1)(N−p−1)(1−R2)R^2_{\rm adjusted} = 1 - \frac{(N-1)}{(N-p-1)} (1-R^2) অলকিন এবং প্র্যাট (1958) R2unbiased=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)Runbiased2=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)R^2_{\rm unbiased} = 1 - \frac{(N-3)(1-R^2)}{(N-p-1)} - \frac{2(N-3)(1-R^2)^2}{(N-p-1)(N-p+1)} কোন পরিস্থিতিতে (যদি থাকে তবে) আমি 'নিরপেক্ষ' আর ^ 2 এর সাথে 'অ্যাডজাস্ট' …

15 regression  r-squared 

আর এর জন্য এবং / অথবা ফাংশন আউটপুটটিতে আর-স্কোয়ার্ড ( ) পরিসংখ্যান কীভাবে গণনা করবেন ? উদাহরণস্বরূপ এই ডেটা:r2r2r^2loesspredict cars.lo <- loess(dist ~ speed, cars) cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE) cars.lpfitমডেলের se.fitজন্য এবং স্ট্যান্ডার্ড ত্রুটির জন্য দুটি অ্যারে রয়েছে ।

15 r  r-squared  loess 

F-regressionপৃথকভাবে লেবেলের সাথে বৈশিষ্ট্যগুলি সম্পর্কিত করতে এবং মান পর্যবেক্ষণের মতো একই বৈশিষ্ট্য ব্যবহার করে বৈশিষ্ট্যগুলির তুলনা করা কি ?R2R2R^2 আমি প্রায়শই আমার সহকর্মীদের F regressionকাছ থেকে তাদের মেশিন লার্নিং পাইপলাইনে বৈশিষ্ট্য নির্বাচনের জন্য ব্যবহার করতে দেখেছি sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` কিছু দয়া করে আমাকে বলুন - কেন এটি লেবেল / অবনতিশীল ভেরিয়েবলের …

15 feature-selection  python  scikit-learn  r-squared  f-test 

আমি এটি বোঝাতে চাই যে মডেলটি পৃথক ডেটা পয়েন্টের পূর্বাভাস দেওয়ার ক্ষেত্রে খারাপ তবে দৃ firm় প্রবণতা প্রতিষ্ঠা করেছে (উদাহরণস্বরূপ x যখন উপরে যায় তখন y উপরে যায়)।

14 regression  inference  r-squared  linear 

দ্রষ্টব্য: SSTSSTSST = স্কোয়ারের মোটের সমষ্টি, SSESSESSE = = স্কোয়ার ত্রুটির সমষ্টি , এবং SSRSSRSSR = = স্কোয়ারগুলির রেজিস্ট্রেশন সমষ্টি। শিরোনামে সমীকরণটি প্রায়শই এইভাবে লেখা হয়: ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar y)^2=\sum_{i=1}^n (y_i-\hat y_i)^2+\sum_{i=1}^n (\hat y_i-\bar y)^2 খুব সোজা প্রশ্ন, কিন্তু আমি একটি স্বজ্ঞাত ব্যাখ্যা খুঁজছি। Intuitively, এটা আমার মনে হচ্ছে মত SST≥SSE+SSRSST≥SSE+SSRSST\geq …

14 regression  least-squares  r-squared 

মনোবিজ্ঞান এবং অন্যান্য ক্ষেত্রে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে কমিয়ে আনার ক্ষেত্রে নিযুক্ত থাকে: বাকী ভবিষ্যদ্বাণীকারীদের দিকে তাকান (প্রথমে কোনও মডেলটিতে নেই) এবং ভবিষ্যদ্বাণীকে সনাক্ত করুন যা সবচেয়ে বড় আর-বর্গ …

14 regression  model-selection  bias  r-squared  stepwise-regression 

আমি একাধিক লিনিয়ার রিগ্রেশনটিতে এর নিরপেক্ষ অনুমান পেতে আগ্রহী ।R2R2R^2 প্রতিচ্ছবিতে, আমি দুটি পৃথক মান সম্পর্কে ভাবতে পারি যে এর নিরপেক্ষ অনুমানটি মেলানোর চেষ্টা করছে।R2R2R^2 নমুনা বাইরে :R2R2R^2 R-বর্গ যে যদি রিগ্রেশন সমীকরণ নমুনা থেকে প্রাপ্ত প্রাপ্ত করা হবে ) নমুনা বাহ্যিক ডাটা অসীম পরিমাণ কিন্তু একই তথ্য উৎপাদিত প্রক্রিয়া …

14 estimation  multiple-regression  r-squared  bias 

লিনিয়ার রিগ্রেশন-এ, আমরা প্রায়শই একাধিক আর এবং আর স্কোয়ার পাই। তাদের মধ্যে পার্থক্য কি কি?

14 regression  r-squared 

এই প্রশ্নের জন্য এখানে আমার প্রসঙ্গ: আমি যা বলতে পারি তা থেকে, ভারী ডেটা এবং surveyপ্যাকেজটি ব্যবহার করার সময় আমরা আর মধ্যে কোনও সাধারণ সর্বনিম্ন স্কোয়ার রিগ্রেশন চালাতে পারি না । এখানে, আমাদের ব্যবহার করতে হবে svyglm(), যা পরিবর্তে একটি সাধারণীকরণীয় রৈখিক মডেল চালায় (যা একই জিনিস হতে পারে? আমি …

14 r  generalized-linear-model  least-squares  r-squared  deviance 

আমি প্রায়শই পিসিএ (কয়েক হাজার ভেরিয়েবল এবং কয়েক ডজন বা শত শত নমুনা সহ অলমিক্স ডেটা) ব্যবহার করে আমার মাল্টিভিয়ারেট ডেটা নির্ণয় করতাম। ডেটা প্রায়শই কয়েকটি গোষ্ঠী সংজ্ঞায়িত বিভিন্ন শ্রেণিবদ্ধ স্বতন্ত্র ভেরিয়েবলগুলির সাথে পরীক্ষাগুলি থেকে আসে এবং আগ্রহী গোষ্ঠীর মধ্যে একটি বিভাজন দেখায় এমনগুলি খুঁজে পাওয়ার আগে আমাকে প্রায়শই কয়েকটি …

13 pca  linear-model  r-squared  discriminant-analysis 

নীচের গ্রাফগুলি একটি রিগ্রেশন টেস্টের অবশিষ্টাংশ ছত্রভঙ্গ প্লট যার জন্য "স্বাভাবিকতা", "সমকামিতা" এবং "স্বাধীনতা" অনুমানগুলি ইতিমধ্যে নিশ্চিত হয়ে গেছে! "লিনিয়ারিটি" অনুমানটি পরীক্ষার জন্য , যদিও গ্রাফগুলি দেখেই অনুমান করা যায় যে সম্পর্কটি বক্ররেখার, তবে প্রশ্নটি হল: "আর 2 লিনিয়ার" এর মান লিনিয়ারিটি অনুমানটি পরীক্ষা করার জন্য কীভাবে ব্যবহার করা যেতে …

13 multiple-regression  linear-model  assumptions  r-squared 

আমি stats.stackexchange এ googled এবং অনুসন্ধান করেছি কিন্তু লিনিয়ার রিগ্রেশন এর জন্য মানের 95% আত্মবিশ্বাসের ব্যবধান গণনা করার সূত্রটি আমি খুঁজে পাই না । কেউ কি এটি সরবরাহ করতে পারেন?আর2R2R^2 আরও ভাল, আসুন আমি বলি যে আমি নীচে আরে লিনিয়ার রিগ্রেশন চালিয়েছি R আমি কীভাবে আরআর কোড ব্যবহার করে মানের …

13 r  regression  confidence-interval  inference  r-squared 

আমি মিশ্র মডেলগুলিতে মান গণনা করা এবং আর-সিগ এফএকিউ পড়ার পরে, এই ফোরামে অন্যান্য পোস্টগুলি পড়ার পরে (আমি কয়েকটি সংযুক্ত করব তবে আমার যথেষ্ট খ্যাতি নেই) এবং আমি উল্লেখ করেছি যে আরও কয়েকটি রেফারেন্স ব্যবহার করে মিশ্র মডেলগুলির প্রসঙ্গে আর 2 টি মান জটিল।R2R2R^2R2R2R^2 যাইহোক, আমি সম্প্রতি নীচে এই দুটি …

13 r  mixed-model  r-squared  lme4-nlme 

আর text সমন্বয় সম্পর্কিত এই পাঠ্যের প্রথম পৃষ্ঠার নীচে দেওয়া বিবৃতিটি সম্পর্কে আমি আগ্রহীR2adjustedRadjusted2R^2_\mathrm{adjusted} R2adjusted=1−(1−R2)(n−1n−m−1).Radjusted2=1−(1−R2)(n−1n−m−1).R^2_\mathrm{adjusted} =1-(1-R^2)\left({\frac{n-1}{n-m-1}}\right). পাঠ্যটিতে বলা হয়েছে: সামঞ্জস্যের যুক্তিটি নিম্নরূপ: সাধারণ একাধিক প্রতিরোধে, একটি এলোমেলো পূর্বাভাসকারী প্রতিক্রিয়াটির পরিবর্তনের গড় অনুপাত 1/(n–1)1/(n–1)1/(n – 1) ব্যাখ্যা করে, যাতে mmm এলোমেলো ভবিষ্যদ্বাণীগুলি গড়ে, m/(n–1)m/(n–1)m/(n – 1) প্রতিক্রিয়া বিভিন্নতা; অন্য কথায়, আর …

12 regression  expected-value  goodness-of-fit  r-squared