প্রশ্ন ট্যাগ «regression»

আংশিক এফ-পরিসংখ্যান কী? এটি কি আংশিক এফ-টেস্টের মতো? আপনি কখন আংশিক এফ-পরিসংখ্যান গণনা করবেন? আমি ধরে নিচ্ছি যে রিগ্রেশন মডেলগুলির সাথে তুলনা করার সাথে এর কিছু করার আছে তবে আমি কোনও কিছু অনুসরণ করছি না (?)

13 regression  multiple-regression 

আমি কিছু গবেষণার জন্য ত্রুটি ইন ভেরিয়েবল মডেলের জন্য কিছু সিনেট্যাটিক ডেটা নিয়ে কাজ করছি। বর্তমানে আমার একক স্বাধীন ভেরিয়েবল রয়েছে এবং আমি ধরে নিচ্ছি যে নির্ভরশীল ভেরিয়েবলের আসল মানটির জন্য আমি তারতম্যটি জানি। সুতরাং, এই তথ্যের সাহায্যে আমি নির্ভরশীল ভেরিয়েবলের সহগের জন্য একটি নিরপেক্ষ অনুমানক অর্জন করতে পারি। মডেলটি: …

13 regression  matlab  unbiased-estimator  errors-in-variables 

মডেলটিতে আমরা অনুমান করতে পারি the সাধারণ সমীকরণটি ব্যবহার করে：y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, এবং আমরা could পেতে পারিy^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. অবশিষ্টাংশের ভেক্টর দ্বারা অনুমান করা হয় ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q …

13 regression  least-squares  inference 

রিগ্রেশন করার সময় যদি আমরা এর সংজ্ঞাটি অনুসরণ করি: আংশিক সম্ভাবনা, প্রোফাইল সম্ভাবনা এবং প্রান্তিক সম্ভাবনার মধ্যে পার্থক্য কী? যে, সর্বাধিক সম্ভাবনা সন্ধান করুন L এবং θ যা এল (β, θ | ডেটা) সর্বাধিক করে তোলে । যদিও, প্রান্তিক সম্ভাবনা আমরা equ শর্তসাপেক্ষে distribution এর সম্ভাব্যতা বন্টন সনাক্ত করতে পারি …

13 regression  maximum-likelihood 

স্বাভাবিকতা যাচাই করার জন্য আমি একটি শ্যাপিরো উইলকের ডাব্লু টেস্ট এবং কোলমোগোরভ-স্মারনভ পরীক্ষা করতে চাই normal আমি কেবল ভাবছিলাম যে এর জন্য কী কী অবশিষ্টাংশগুলি ব্যবহার করা উচিত - কাঁচা অবশিষ্টাংশ, পিয়ারসনের অবশিষ্টাংশ, স্টাডিটেড রেসিডুয়াল বা মানকৃত অবশিষ্টাংশ? শাপিরো-উইলকের ডাব্লু পরীক্ষার জন্য এটি কাঁচা ও পিয়ারসনের অবশিষ্টাংশগুলির ফলাফল একইরকম তবে …

13 r  regression  residuals  normality-assumption  lm 

পটভূমি আমি ফিটিং মডেলগুলির একটি কোর্সে প্রথম উদাহরণটি বোঝার চেষ্টা করছি (যাতে এটি হাস্যকরভাবে সহজ মনে হতে পারে)। আমি হাতে হাতে গণনা করেছি এবং সেগুলি উদাহরণের সাথে মেলে তবে আমি যখন আরগুলিতে তাদের পুনরাবৃত্তি করি তখন মডেল সহগগুলি বন্ধ থাকে। আমি ভেবেছিলাম পার্থক্যটি পাঠ্যপুস্তকের কারণে জনসংখ্যার বৈকল্পের ( ) ব্যবহারের …

13 r  regression  self-study  lm 

সাধারণভাবে, আমি ভাবছি যে উচ্চতর অর্ডার ভেরিয়েবলগুলির সাথে কোনও রিগ্রেশন ফিটিং করার সময় অরথোগোনাল বহুবর্ষগুলি ব্যবহার না করা আরও ভাল কিনা। বিশেষত, আমি আর এর ব্যবহার নিয়ে ভাবছি: তাহলে poly()সঙ্গে raw = FALSEহিসাবে একই লাগানো মান উৎপন্ন poly()সঙ্গে raw = TRUE, এবং polyসঙ্গে raw = FALSEসমাধান করে বহুপদী রিগ্রেশন সঙ্গে …

13 r  regression  polynomial 

আমি পিএলএস রিগ্রেশন (একক ) এর অনুমানগুলি সম্পর্কিত তথ্য অনুসন্ধান করার চেষ্টা করছি । আমি পিএলএস-এর অনুমানের সাথে ওএলএস-এর প্রতিবেদনগুলির সাথে তুলনা করতে বিশেষভাবে আগ্রহী। Yyy আমি পিএলএস বিষয়টিতে প্রচুর সাহিত্যের মাধ্যমে পড়েছি / স্কিম করেছি; ওল্ড (সান্তে এবং হারমান), আব্বী এবং আরও অনেকের কাগজপত্র কিন্তু সন্তোষজনক উত্স খুঁজে পায় …

13 regression  assumptions  partial-least-squares 

আমি লিনিয়ার রিগ্রেশন মডেলটিতে ডেটা ম্যাট্রিক্স ব্যবহার করার জন্য ধারণাটি বুঝতে পারি। উদাহরণস্বরূপ, আর এ আপনি ব্যবহার করতে পারেন: scaled.data <- scale(data, scale=TRUE) আমার একমাত্র প্রশ্ন, নতুন পর্যবেক্ষণগুলির জন্য আমি আউটপুট মানগুলির পূর্বাভাস দিতে চাই, সেগুলি কীভাবে সঠিকভাবে মাপা যায়? এটা হবে scaled.new <- (new - mean(data)) / std(data),?

13 r  regression  prediction  scales 

পথিমধ্যে মেয়াদের মান ত্রুটি ( মধ্যে) দেওয়া হয় দঃপূঃ (\ টুপি {\ বিটা} _0) ^ 2 = \ সিগমা ^ 2 \ left [অর্থাত \ frac {1} {n} + \ frac {\ বার {x} ^ 2} {\ যোগ_ {i = 1} ^ n (x_i- \ বার {x}) ^ 2} \ …

13 regression  interpretation  standard-error 

জন্য রৈখিক মডেল , আমরা OLS ঔজ্জ্বল্যের প্রেক্ষাপটে মাধ্যমে আনুমানিক মডেল একটি চমৎকার জ্যামিতিক ব্যাখ্যা থাকতে পারে: । onto y হ'ল এক্স দ্বারা বিস্তৃত স্থানের উপর y এর প্রক্ষেপণ এবং and x এক্স দ্বারা বিস্তৃত এই স্থানটির জন্য লম্ব হয়।Y = এক্স β + + ই Y ইY= এক্স β+ …

13 regression  model  geometry 

সাধারণ ন্যূনতম স্কোয়ারগুলির পরিবর্তে সর্বাধিক সম্ভাবনার প্রাক্কলনটি কখন ব্যবহার করা ভাল? প্রত্যেকের শক্তি এবং সীমাবদ্ধতাগুলি কী কী? আমি সাধারণ পরিস্থিতিতে প্রতিটি কোথায় ব্যবহার করতে পারি সে সম্পর্কে ব্যবহারিক জ্ঞান সংগ্রহ করার চেষ্টা করছি।

13 regression  maximum-likelihood  least-squares 

লিনিয়ার রিগ্রেশন, , ডিজাইন ম্যাট্রিক্স কেন বলা হয়? কি শিল্পের মতো কিছুটা ডিজাইনে বা নির্বিচারে নির্মাণ করা যেতে পারে?Y=XβY=XβY= X\betaXXXXXX

13 regression  terminology 

আমার কাছে এবং এর মানগুলির একটি সেট রয়েছে যা তাত্ত্বিকভাবে তাত্পর্যপূর্ণভাবে সম্পর্কিত:yxxxyyy y=axby=axby = ax^b গুণফলগুলি পাওয়ার একটি উপায় হ'ল উভয় পক্ষের প্রাকৃতিক লোগারিদম প্রয়োগ করা এবং একটি রৈখিক মডেল লাগানো: > fit <- lm(log(y)~log(x)) > a <- exp(fit$coefficients[1]) > b <- fit$coefficients[2] এটি পাওয়ার আরেকটি উপায় হ'ল একটি অলৈনিক …

13 r  regression  linear-model  model-selection  nonlinear-regression 

ধরুন আমি মডেলিং / বৈধতা পর্যবেক্ষণের মধ্যে একটি 80/20 বিভক্ত পেয়েছি। আমি মডেলিং ডেটা সেটটিতে একটি মডেল ফিট করেছি এবং যাচাইকরণ ডেটা সেটটিতে আমি যে ত্রুটিটি দেখছি তাতে আমি আরামদায়ক। ভবিষ্যতের পর্যবেক্ষণগুলি স্কোর করার জন্য আমি আমার মডেলটি রোলআউট করার আগে, 100% ডেটাতে আপডেট হওয়া প্যারামিটারের অনুমানের জন্য মডেলিং ডেটার …

13 regression  predictive-models  validation