প্রশ্ন ট্যাগ «regression»

আমি বুঝতে পারি এটি সম্ভবত খুব সহজ প্রশ্ন তবে অনুসন্ধানের পরে আমি যে উত্তরটি খুঁজছি তা খুঁজে পাচ্ছি না। আমার একটি সমস্যা আছে যেখানে বেটাসের রিজ অনুমানগুলি গণনা করার জন্য ভেরিয়েবলগুলি (রিজ রিগ্রেশন) রান করুন standard আমার তখন এগুলিকে মূল ভেরিয়েবল স্কেলে রূপান্তর করতে হবে। তবে আমি কীভাবে এটি করব? …

14 regression  standard-error  standardization  predictor  centering 

ইন Kahneman এবং Deaton (2010) , লেখক নিম্নলিখিত লিখুন:††^\dagger এই রিগ্রেশনটি 0.67852 এর মূল মূল স্কোয়ার ত্রুটি (আরএমএসই) সহ 37% বৈকল্পিকতা ব্যাখ্যা করে। আউটলিয়ার এবং অব্যর্থ আয়কর প্রতিবেদনগুলি অপসারণ করার জন্য, আমরা পর্যবেক্ষণগুলি বাদ দিয়েছিলাম যাতে লগ ইনকাম এবং তার পূর্বাভাসের মধ্যে পার্থক্যের নিখুঁত মান আরএমএসইয়ের 2.5 গুন অতিক্রম করে। …

13 regression  outliers 

আমি বর্তমানে এমন একটি সমস্যায় কাজ করছি যার মধ্যে আমাদের একটি ছোট ডেটাসেট রয়েছে এবং ফলাফলের কোনও চিকিত্সার কার্যকারিতা প্রভাব সম্পর্কে আগ্রহী। আমার পরামর্শদাতা আমাকে প্রতিক্রিয়া হিসাবে ফলাফল, তারপরে প্রতিক্রিয়া হিসাবে চিকিত্সা বরাদ্দ হিসাবে প্রতিটি ভবিষ্যদ্বাণী সম্পর্কে অবিচ্ছিন্ন রিগ্রেশন সঞ্চালনের নির্দেশ দিয়েছেন has অর্থাৎ, আমাকে একবারে একটি ভেরিয়েবলের সাথে একটি …

13 regression  multivariate-analysis  model-selection  causality  univariate 

একটি রিগ্রেশন Yyy উপর এক্সxx যদি ভেরিয়েবল যা উভয় প্রভাবিত বাদ দেওয়া হয়েছে কার্যকারণ হওয়ার প্রয়োজন নেই এক্সxx এবং Yyy । তবে যদি বাদ দেওয়া ভেরিয়েবল এবং পরিমাপ ত্রুটির জন্য না হয় তবে কি কোনও রিগ্রেশন কার্যকারিতা? অর্থাত্, যদি প্রতিটি সম্ভাব্য ভেরিয়েবলটি রিগ্রেশনে অন্তর্ভুক্ত করা হয়?

13 regression  bias  causality 

আমি পরিসংখ্যান শেখার বইয়ের উপাদানগুলির সেরা উপসেট নির্বাচন সম্পর্কে পড়ছি। যদি আমার কাছে 3 পূর্বাভাস থাকে , আমি উপসেট তৈরি করব:2 3 = 8x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 কোন ভবিষ্যদ্বাণীকারী সহ সাবসেট পূর্বাভাসকারী সাথে সাবসেটx1x1x_1 পূর্বাভাসকারী সাথে সাবসেটx2x2x_2 সাথে সাবসেটx3x3x_3 পূর্বাভাসকারীদের সাথে সাবসেটx1,x2x1,x2x_1,x_2 সহ সাবসেটx1,x3x1,x3x_1,x_3 পূর্বাভাসকারীদের সাথে সাবসেটx2,x3x2,x3x_2,x_3 সহ সাবসেটx1,x2,x3x1,x2,x3x_1,x_2,x_3 তারপরে আমি সেরা মডেলগুলি …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

ইদানীং, আমাকে অর্থনীতিতে বেশ কয়েকটি কাগজপত্র পড়তে হয়েছে (এমন ক্ষেত্র যার সাথে আমি খুব বেশি পরিচিত নই)। একটি জিনিস আমি লক্ষ্য করেছি যে প্রতিক্রিয়া পরিবর্তনশীল বাইনারি হওয়ার পরেও ওএলএস ব্যবহার করে রৈখিক প্রতিরোধের মডেলগুলি সর্বব্যাপী। আমার প্রশ্ন তাই: অর্থনীতির ক্ষেত্রে লজিস্টিক রিগ্রেশন কেন লিনিয়ার রিগ্রেশনকে সমর্থন করা হয়? এটি কি …

13 regression  logistic  econometrics 

আমি এই প্রশ্নটি বড় আকারের রিগ্রেশন ( লিঙ্ক ) সম্পর্কিত পড়ছিলাম যেখানে হুবহু একটি আকর্ষণীয় বিষয় উল্লেখ করেছেন: "আপনার পরিচালিত প্রায় কোনও পরিসংখ্যান পরীক্ষা এতই শক্তিশালী হবে যে এটি একটি" উল্লেখযোগ্য "প্রভাব চিহ্নিত করতে প্রায় নিশ্চিত You --- কৌতুক আমি ভাবছিলাম যে এটি এমন কিছু যা প্রমাণিত হতে পারে বা …

13 regression  statistical-significance 

একটি L1L1L_1 আদর্শ অনন্য (কমপক্ষে আংশিকভাবে) কারণ p=1p=1p=1 নন-উত্তল এবং উত্তলগুলির মধ্যে সীমাতে থাকে। একটি L1L1L_1 আদর্শ হ'ল 'সর্বাধিক বিরল' উত্তল আদর্শ (ডান?)। আমি বুঝতে পারি যে p=2p=2p=2 ইউক্যালিডিয়ান আদর্শের জ্যামিতিতে শিকড় রয়েছে এবং যখন মাত্রাগুলি একই ইউনিট থাকে তখন এর স্পষ্ট ব্যাখ্যা থাকে। তবে আমি বুঝতে পারি না কেন …

13 regression  regularization  sparse 

আমি জানি যে লিনিয়ার রিগ্রেশন এ রেসপন্স ভেরিয়েবল অবশ্যই অবিচ্ছিন্ন হতে পারে তবে কেন এটি এমন? আমি অনলাইনে এমন কিছু খুঁজে পাচ্ছি না যা ব্যাখ্যা করে যে আমি কেন প্রতিক্রিয়ার ভেরিয়েবলের জন্য পৃথক ডেটা ব্যবহার করতে পারি না।

13 regression  linear 

সামান্য ব্যাকগ্রাউন্ড আমি রিগ্রেশন বিশ্লেষণের ব্যাখ্যার উপর কাজ করছি তবে আমি r, r স্কোয়ারড এবং অবশিষ্ট স্ট্যান্ডার্ড বিচ্যুততার অর্থ সম্পর্কে সত্যিই বিভ্রান্ত হয়ে পড়েছি। আমি সংজ্ঞাগুলি জানি: Characterizations r একটি স্ক্যাটারপ্লোটে দুটি ভেরিয়েবলের মধ্যে রৈখিক সম্পর্কের শক্তি এবং দিকের পরিমাপ করে আর-স্কোয়ারটি ফিটেড রিগ্রেশন লাইনের সাথে ডেটা কতটা কাছাকাছি তার …

13 r  regression  regression-coefficients  linear  pearson-r 

বিশপ এর মেশিন লার্নিংয়ের বইয়ে, এটি একটি বহুবচনীয় ফাংশনটিকে ডেটা পয়েন্টগুলির একটি সেটে বক্ররেখা-ফিটিংয়ের সমস্যা নিয়ে আলোচনা করেছে। এমটি বহুবর্ষের জন্য লাগানো অর্ডার হোক। এটি যে হিসাবে জানায় আমরা দেখতে পাই যে এম বাড়ার সাথে সাথে সহগের পরিমাণগুলি সাধারণত আরও বড় হয়। বিশেষত এম = 9 বহুবর্ষের জন্য, গুণাগুণগুলি বড় …

13 regression  least-squares  curve-fitting  polynomial 

দুটি এলোমেলো ভেরিয়েবল এবং আমরা তাদের "পারস্পরিক সম্পর্ক সহগ" গণনা করতে পারি এই দুটি এলোমেলো ভেরিয়েবলের মধ্যে সেরা ফিটের লাইন তৈরি করতে পারি। আমার প্রশ্ন কেন?η গξξ\xiηη\etaগগc 1) এলোমেলো ভেরিয়েবলগুলি রয়েছে, এবং যা সবচেয়ে খারাপ উপায়ে নির্ভর করে, যেমন এবং এই থাকা সত্ত্বেও । যদি কেউ কেবল রৈখিক প্রতিরোধের পাশাপাশি …

13 regression 

ইন বায়ুমণ্ডলীয় বিজ্ঞান মধ্যে পরিসংখ্যানগত পদ্ধতি , ড্যানিয়েল Wilks নোট একাধিক রৈখিক রিগ্রেশনের সমস্যা হতে পারে যে, যদি ভবিষ্যতবক্তা মধ্যে খুব শক্তিশালী intercorrelations (3 য় সংস্করণ, পৃষ্ঠা 559-560) আছেন: একটি প্যাথলজি যা একাধিক লিনিয়ার রিগ্রেশনে সংঘটিত হতে পারে তা হ'ল দৃ corre় পারস্পরিক সম্পর্কযুক্ত প্রেডিক্টর ভেরিয়েবলগুলির একটি সেট অস্থির রিগ্রেশন …

13 regression  pca  bias 

একটি বিব্রতকরভাবে সহজ প্রশ্ন - তবে মনে হয় এটি ক্রস যাচাইয়ের আগে জিজ্ঞাসা করা হয়নি: রিগ্রেশন মডেলের সংজ্ঞা কী? একটি সমর্থন প্রশ্ন, রিগ্রেশন মডেল কী নয় ? পরেরটির প্রতি শ্রদ্ধা জানাতে আমি কৌতুকপূর্ণ উদাহরণগুলিতে আগ্রহী যেখানে উত্তরটি তাত্ক্ষণিকভাবে সুস্পষ্ট হয় না, যেমন: আরিমা বা জিআরচ।

13 regression  linear-model  model  terminology  definition 

এই প্রশ্নটি এখানে মন্তব্যে দীর্ঘ আলোচনা থেকে অনুপ্রাণিত: লিনিয়ার রিগ্রেশন কীভাবে সাধারণ বিতরণ ব্যবহার করে? সাধারণ লিনিয়ার রিগ্রেশন মডেলটিতে সরলতার জন্য এখানে কেবলমাত্র একজন ভবিষ্যদ্বাণী দিয়ে লেখা হয়: যেখানে পরিচিত ধ্রুবক এবং শূন্য-স্বতন্ত্র ত্রুটি শর্তাবলী। যদি আমরা ত্রুটিগুলির জন্য অতিরিক্ত ধরে নিই, তবে স্বাভাবিকের সর্বনিম্ন স্কোয়ারের অনুমানকারী এবং এর সর্বাধিক …

13 regression  normal-distribution  mathematical-statistics  maximum-likelihood  least-squares