প্রশ্ন ট্যাগ «regression»

আমার কাছে এমন কিছু ডেটা রয়েছে যা আমি আর একটি লস মডেল ব্যবহার করে ফিট করেছিলাম, আমাকে এটি দিয়ে: ডেটাটির একটি ভবিষ্যদ্বাণীকারী এবং একটি প্রতিক্রিয়া রয়েছে এবং এটি হিটারোসেসটেস্টিক। আমি আত্মবিশ্বাসের ব্যবধানও যুক্ত করেছি। সমস্যাটি হ'ল অন্তরগুলি হ'ল লাইনের জন্য আস্থা অন্তর, যেখানে আমি পূর্বাভাস অন্তরগুলিতে আগ্রহী। উদাহরণস্বরূপ, নীচের প্যানেলটি …

17 r  regression  prediction-interval  loess 

লজিস্টিক এবং লিনিয়ার রিগ্রেশন-এ বাদ দেওয়া পরিবর্তনশীল পক্ষপাত সম্পর্কে আমার একটি প্রশ্ন রয়েছে। বলুন আমি লিনিয়ার রিগ্রেশন মডেল থেকে কিছু ভেরিয়েবল বাদ দিই। ভান করুন যে এই বাদ দেওয়া ভেরিয়েবলগুলি আমি আমার মডেলটিতে অন্তর্ভুক্ত ভেরিয়েবলগুলির সাথে সম্পর্কযুক্ত are এই বাদ দেওয়া ভেরিয়েবলগুলি আমার মডেলের সহগগুলিকে পক্ষপাতিত্ব করে না। তবে লজিস্টিক …

17 regression  logistic  least-squares  bias 

এই আরডিনাল লজিস্টিক রিগ্রেশনটি আমি আর-তে চালিয়েছি: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) মডেলের এই সংক্ষিপ্তসারটি আমি পেয়েছি: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 -6.4706 …

17 r  regression  logistic  interpretation  ordered-logit 

আমার দুটি প্রধান প্রভাব রয়েছে, ভি 1 এবং ভি 2। প্রতিক্রিয়া ভেরিয়েবলগুলিতে ভি 1 এবং ভি 2 এর প্রভাবগুলি নেতিবাচক। তবে কোনও কারণে আমি ইন্টারঅ্যাকশন শব্দটি ভি 1 * ভি 2 এর জন্য ইতিবাচক সহগ পাচ্ছি। আমি কীভাবে এটি ব্যাখ্যা করতে পারি? এমন পরিস্থিতি কি সম্ভব?

17 regression  interaction 

প্রভাবগুলিরR জন্য সহায়তা ফাইলে () এর ব্যাখ্যাটি আমি বুঝতে পারি না : lmবা দ্বারা লাগানো একটি লিনিয়ার মডেলটির জন্য aov, প্রভাবগুলি হ'ল বেআইনিভাবে একক-ডিগ্রি অফ-ফ্রিডিং মানগুলি যা ফিটিং প্রক্রিয়া চলাকালীন QR পচন দ্বারা উত্পাদিত ধারাবাহিক অर्थোগোনাল উপ-স্থানগুলিতে ডেটা প্রজেক্ট করে প্রাপ্ত হয় single এর অর্থ কি কেউ ব্যাখ্যা করতে পারেন? …

17 r  regression 

আমার কাছে "মানের" নামে একটি স্বাধীন ভেরিয়েবল রয়েছে; এই পরিবর্তনশীলটির 3 টির প্রতিক্রিয়া রয়েছে (খারাপ মানের; মাঝারি মানের; উচ্চ মানের)। আমি এই স্বতন্ত্র পরিবর্তনশীলটিকে আমার একাধিক লিনিয়ার রিগ্রেশনটিতে প্রবর্তন করতে চাই। আমার যখন বাইনারি ইন্ডিপেন্ডেন্ট ভেরিয়েবল থাকে (ডামি ভেরিয়েবল, আমি কোড করতে পারি 0/ 1) এটি একাধিক লিনিয়ার রিগ্রেশন মডেল …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

আমি জানি যে β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} এবং আমি যখন ভেরিয়েন্সটি গণনা করি তখন এটি কতদূর পেতাম: Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} তবে আমি পেলাম চূড়ান্ত …

17 regression  self-study 

অবিচ্ছিন্ন পরিবর্তনশীল এক্স 1 সহ অবিচ্ছিন্ন নির্ভরশীল ভেরিয়েবল y এবং স্বতন্ত্র ভেরিয়েবল দেওয়া , আমি কীভাবে একটি রৈখিক মডেল ফিট করব ? এই জাতীয় মডেল সম্পর্কে কাগজপত্র আছে?R

17 r  regression  lasso  ordinal-data  predictor 

আমার দুটি টাইম-সিরিজ রয়েছে: বাজার ঝুঁকি প্রিমিয়ামের জন্য একটি প্রক্সি (ইআরপি; লাল রেখা) ঝুঁকিমুক্ত হার, সরকারী বন্ড দ্বারা নক্সা (নীল রেখা) আমি পরীক্ষা করতে চাই যদি ঝুঁকি-মুক্ত হার ইআরপি ব্যাখ্যা করতে পারে। এর মাধ্যমে, আমি মূলত Tsay (2010, তৃতীয় সংস্করণ, পৃষ্ঠা 96) এর পরামর্শ অনুসরণ করেছি: আর্থিক সময় সিরিজ: লিনিয়ার …

17 regression  time-series 

এটি বক্স-জেনকিনস এমএ মডেলগুলির একটি প্রাথমিক প্রশ্ন। আমি বুঝতে পারছি যে, একটি এম এ মডেল মূলত সময় সিরিজের একটি রৈখিক রিগ্রেশনের হয় মান YYY পূর্ববর্তী ত্রুটি নিয়মের বিরোধী et,...,et−net,...,et−ne_t,..., e_{t-n} । অর্থাৎ, পর্যবেক্ষণ YYY এর পূর্ববর্তী মানগুলি বিরুদ্ধে প্রথমে প্রতিরোধ করা হয় । । । , ওয়াই টি - এনYt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, …

17 regression  time-series  arima  box-jenkins 

ধরুন আমরা একটি সহজ রৈখিক রিগ্রেশনের দৌড়ে Y= β0+ + β1এক্স + ইউY=β0+ +β1এক্স+ +তোমার দর্শন লগ করাy=\beta_0+\beta_1x+u অবশিষ্টাংশ, সংরক্ষিত তোমার দর্শন লগ করাআমি^তোমার দর্শন লগ করাআমি^\hat{u_i} এবং অবশিষ্টাংশ বিতরণের একটি হিস্টোগ্রাম আঁকা। যদি আমরা এমন কিছু পাই যা একটি পরিচিত বিতরণের মতো দেখায়, তবে আমরা কী ধরে নিতে পারি …

17 r  regression  residuals 

আপডেট : অন্য আপডেটের জন্য দুঃখিত তবে আমি ভগ্নাংশের বহুপদী এবং প্রতিযোগিতামূলক ঝুঁকি-প্যাকেজের সাথে কিছু সম্ভাব্য সমাধান পেয়েছি যার সাথে আমার কিছু সহায়তা দরকার। সমস্যাটি আমি কোনও সময় নির্ভর সহগ বিশ্লেষণটি আর এ করার সহজ উপায়টি খুঁজে পাচ্ছি না I βমি y: _ বনাম একটি দ আমি একটি খ ঠ …

17 r  regression  survival  cox-model 

আমরা কিছু লজিস্টিক রিগ্রেশন নিয়ে কাজ করছি এবং আমরা বুঝতে পেরেছি যে গড় অনুমান করা সম্ভাবনা সর্বদা নমুনায় থাকা অনুপাতের সমান; অর্থাৎ, লাগানো মানগুলির গড় গড় নমুনার গড়ের সমান। কেউ আমাকে কারণ ব্যাখ্যা করতে পারেন বা আমাকে একটি রেফারেন্স দিতে পারেন যেখানে আমি এই বিক্ষোভ খুঁজে পাব?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

আমার একটি মডেল লাগানো আছে (সাহিত্য থেকে)। ভবিষ্যদ্বাণীপূর্ণ ভেরিয়েবলগুলির জন্য আমার কাছে কাঁচা ডেটাও রয়েছে। সম্ভাবনা পাওয়ার জন্য আমার কী সমীকরণটি ব্যবহার করা উচিত? মূলত, সম্ভাব্যতা পেতে কীভাবে আমি কাঁচা ডেটা এবং সহগকে একত্রিত করব?

17 regression  logistic 

আমি সরল লিনিয়ার রিগ্রেশন অ্যানালাইসিসে আনোভা এফ-পরীক্ষার পিছনে যুক্তি বোঝার চেষ্টা করছি। আমার কাছে প্রশ্নটি নীচের মত। যখন F মান, অর্থাত্ MSR/MSEবড় হয় আমরা মডেলটিকে তাৎপর্যপূর্ণ হিসাবে গ্রহণ করি। এর পিছনে যুক্তি কী?

17 regression  anova