প্রশ্ন ট্যাগ «regression»

আমি আমার ডেটাতে রৈখিক মডেল প্রয়োগ করছি: yi=β0+β1xi+ϵi,ϵi∼N(0,σ2).yi=β0+β1xi+ϵi,ϵi∼N(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). আমি বুটস্ট্র্যাপ পদ্ধতিটি ব্যবহার করে সহগের ( , ) এর আত্মবিশ্বাসের ব্যবধান (সিআই) অনুমান করতে চাই । দুটি উপায় আছে যা আমি বুটস্ট্র্যাপ পদ্ধতি প্রয়োগ করতে পারি: β 1β0β0\beta_{0}β1β1\beta_{1} যুক্ত প্রতিক্রিয়া-ভবিষ্যদ্বাণী: এলোমেলোভাবে of এর জোড়া পুনরায় নমুনা করুন …

21 regression  bootstrap 

চলমান গ্ল্যাম ফাংশন থেকে আমার নিম্নলিখিত ফলাফল রয়েছে। আমি নিম্নলিখিত মানগুলি কীভাবে ব্যাখ্যা করতে পারি: নাল বিচ্যুতি বাকী বিচ্যুতি এআইসি ফিটের ধার্মিকতার সাথে তাদের কি কিছু করার আছে? আমি এই ফলাফলগুলি থেকে আর-স্কোয়ার বা অন্য কোনও পরিমাপের মতো ফিট কিছু পরিমাপের গণনার গণনা করতে পারি? Call: glm(formula = tmpData$Y ~ …

21 r  regression  generalized-linear-model 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

আমার দুটি ভেরিয়েবল রয়েছে যা একে অপরের বিরুদ্ধে চক্রান্ত করার সময় খুব বেশি পারস্পরিক সম্পর্ক প্রদর্শন করে না, তবে আমি খুব স্পষ্ট রৈখিক সম্পর্ক যখন আমি প্রতিটি ভেরিয়েবলের লগগুলি আবার একে অপরের সাথে প্লট করি। সুতরাং আমি টাইপের একটি মডেল দিয়ে শেষ করব: log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b , …

20 regression  correlation  log 

আমি ঠিক বুঝতে পেরেছি যে আমি সর্বদা রিগ্রেশন সমস্যা নিয়ে কাজ করেছি যেখানে স্বাধীন ভেরিয়েবলগুলি সর্বদা সংখ্যাসূচক ছিল। সমস্ত স্বতন্ত্র ভেরিয়েবলগুলি শ্রেণিবদ্ধের ক্ষেত্রে আমি লিনিয়ার রিগ্রেশন ব্যবহার করতে পারি?

20 regression  categorical-data 

আমি যদি একটি নিখুঁত ভবিষ্যদ্বাণী জুটি খুঁজে পেতে সক্ষম হয় তা পরীক্ষা করতে আমি আর এস এ ল্যাসো রিগ্রেশন নিয়ে একটি ছোট পরীক্ষা চালাচ্ছি। জোড়টিকে এইরকম সংজ্ঞায়িত করা হয়: f1 + f2 = ফলাফল এখানে ফলাফলটি 'বয়স' নামে পরিচিত একটি পূর্বনির্ধারিত ভেক্টর। F1 এবং f2 বয়স ভেক্টরের অর্ধেক নিয়ে এবং …

20 r  regression  feature-selection  lasso  high-dimensional 

আমি এখানে একটি বায়সিয়ান হায়ারার্কিকাল লিনিয়ার মডেলটির সাথে কাজ করছি , এখানে নেটওয়ার্ক এটি বর্ণনা করছে। ওয়াইওয়াইY একটি সুপারমার্কেটে (পণ্য পর্যবেক্ষণ) পণ্যগুলির দৈনিক বিক্রয়কে উপস্থাপন করে। এক্সএক্সX মূল্য, প্রচার, সপ্তাহের দিন, আবহাওয়া, ছুটির দিন সহ রেজিস্ট্রারগুলির একটি পরিচিত ম্যাট্রিক্স। 1এসএসS হ'ল প্রতিটি পণ্যের অজানা সুপ্ত ইনভেন্টরি স্তর, যা সবচেয়ে বেশি …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

আমি পড়েছি যে একাধিক রিগ্রেশন মডেল ব্যবহারের জন্য এগুলি শর্তগুলি: মডেলের অবশিষ্টাংশগুলি প্রায় স্বাভাবিক অবশিষ্টাংশের পরিবর্তনশীলতা প্রায় ধ্রুবক অবশিষ্টাংশ স্বাধীন, এবং প্রতিটি পরিবর্তনশীল ফলাফলের সাথে রৈখিকভাবে সম্পর্কিত। 1 এবং 2 কীভাবে আলাদা? আপনি এখানে একটি দেখতে পারেন: সুতরাং উপরের গ্রাফটি বলে যে 2 টি স্ট্যান্ডার্ড বিচ্যুতি দূরে অবশিষ্টাংশ ওয়াই-টুপি থেকে …

20 regression  multiple-regression  assumptions 

রিগ্রেশন মডেলগুলিতে পদক্ষেপ / ফরোয়ার্ড / পশ্চাদপদ নির্বাচনের সমস্যাগুলি সম্পর্কে আমি ভালভাবে অবগত। গবেষকরা পদ্ধতিগুলি নিন্দা করে এবং আরও ভাল বিকল্পগুলির দিকে ইঙ্গিত করে এমন অসংখ্য ঘটনা রয়েছে। আমি কৌতূহলী ছিলাম যদি এমন কোনও গল্প থাকে যেখানে একটি পরিসংখ্যান বিশ্লেষণ থাকে: পদক্ষেপের প্রতিরোধ ব্যবহার করেছে; চূড়ান্ত মডেলের উপর ভিত্তি করে …

20 regression  stepwise-regression  history 

এই প্রশ্নের আলোকে: প্রমাণ যে কোনও ওএলএস মডেলের সহগগুলি স্বাধীনতার (এনকে) ডিগ্রি সহ টি-বিতরণ অনুসরণ করে আমি কেন বুঝতে চাই এফ= ( টিএসএস - আরএসএস ) / ( পি - 1 )আরএসএস / ( এন - পি ),এফ=(TSS-আরএসএস)/(পি-1)আরএসএস/(এন-পি), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, যেখানে হল মডেল প্যারামিটারের সংখ্যা এবং পর্যবেক্ষণের সংখ্যা এবং …

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

আমি বুঝতে পেরেছি যে রিজ রিগ্রেশন কীভাবে গুণাগুণকে শূন্য জ্যামিতিক দিকে সঙ্কুচিত করে। তবুও আমি জানি যে বিশেষ "অর্থনোরমাল কেস" এ কীভাবে প্রমাণ করতে হয় তবে আমি বিভ্রান্ত হয়ে পড়েছি যে "স্পেকট্রাল পচন" এর মাধ্যমে সাধারণ ক্ষেত্রে এটি কীভাবে কাজ করে।

20 regression  multiple-regression  regularization  ridge-regression  svd 

পরিসংখ্যান শেখার অ্যালগরিদম চালানোর আগে বৈশিষ্ট্য নির্বাচন পদ্ধতিগুলি (এলোমেলো বন বৈশিষ্ট্য গুরুত্বের মান বা ইউনিভারিয়েট বৈশিষ্ট্য নির্বাচন পদ্ধতি ইত্যাদি) ব্যবহার করার জন্য আমার একটি প্রশ্ন রয়েছে। আমরা ওভারফিটিং এড়াতে জানি যে আমরা ওজন ভেক্টরগুলিতে নিয়মিতকরণ জরিমানা প্রবর্তন করতে পারি। সুতরাং আমি যদি লিনিয়ার রিগ্রেশন করতে চাই, তবে আমি এল 2 …

20 regression  machine-learning  feature-selection  lasso  regularization 

ইন্টারগ্রেশন শব্দটি অন্তর্ভুক্ত করে এমন একটি রিগ্রেশন মডেলের গড় প্রান্তিক প্রভাবগুলির স্ট্যান্ডার্ড ত্রুটিগুলি প্রায় অনুমানের জন্য আমি ব-দ্বীপ পদ্ধতিটি আরও ভালভাবে বুঝতে আগ্রহী। আমি ব-দ্বীপ-পদ্ধতির অধীনে সম্পর্কিত প্রশ্নগুলি দেখেছি তবে আমি যা খুঁজছি তা সরবরাহ করে নি। একটি উদাহরণস্বরূপ উদাহরণ হিসাবে নিম্নলিখিত উদাহরণ ডেটা বিবেচনা করুন: set.seed(1) x1 <- rnorm(100) …

20 r  regression  standard-error  effect-size  delta-method 

আর ফাংশন এলএম দ্বারা প্রাপ্ত লিনিয়ার রিগ্রেশন মডেলটি জানতে চাই যে মিউন স্কোয়ার্ড ত্রুটি কমান্ড দ্বারা প্রাপ্ত হওয়া সম্ভব কিনা। আমি একটি উদাহরণ অনুসরণ করে আউটপুট ছিল > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min 1Q Median 3Q Max …

20 r  regression  error 

আর সালে যখন আমি একটি (সাধারণ) রৈখিক মডেল আছে ( lm, glm, gls, glmm, ...), কিভাবে আমি সহগ (রিগ্রেশন ঢাল) 0 ছাড়া অন্য মান বিরুদ্ধে পরীক্ষা করতে পারবে? মডেলের সংক্ষিপ্তসারে, সহগের টি-পরীক্ষার ফলাফলগুলি স্বয়ংক্রিয়ভাবে রিপোর্ট করা হয়, তবে কেবল 0 এর সাথে তুলনার জন্য I আমি এটি অন্য মানের সাথে …

20 r  regression  t-test