প্রশ্ন ট্যাগ «regression»

আমি আমার ডেটার জন্য অবশিষ্টগুলিতে অদ্ভুত নিদর্শনগুলি পর্যবেক্ষণ করছি: [সম্পাদনা] দুটি ভেরিয়েবলের আংশিক রিগ্রেশন প্লট এখানে রয়েছে: [EDIT2] পিপি প্লট যুক্ত হয়েছে বিতরণটি ঠিকঠাক করছে বলে মনে হচ্ছে (নীচে দেখুন) তবে আমার কোনও চিহ্ন নেই যেখানে এই সরল রেখাটি আসতে পারে। কোন ধারনা? [আপডেট ৩১.০ UP] দেখা যাচ্ছে যে আপনি …

11 regression  multiple-regression  residuals  diagnostic 

আমি জেনস্টাতে সবেমাত্র কিছু (খুব) সাধারণ লিনিয়ার রিগ্রেশন করেছি এবং আমার প্রতিবেদনে আউটপুটটির একটি সংক্ষিপ্ত এবং অর্থপূর্ণ সংক্ষিপ্তসারটি অন্তর্ভুক্ত করতে চাই। আমার ঠিক কী বা কতটা তথ্য অন্তর্ভুক্ত করা উচিত তা আমি নিশ্চিত নই। আমার জেনস্ট্যাট আউটপুট এর প্রধান বিটগুলি দেখতে দেখতে: Summary of analysis Source d.f. s.s. m.s. v.r. …

11 regression  reporting 

কুকের দূরত্বের সূত্রটি কি কেউ জানেন? আসল কুকের দূরত্বের সূত্রটি স্টুডানাইজড অবশিষ্টাংশ ব্যবহার করে তবে কেন স্ট্যান্ডার্ড ব্যবহার করছে আর। জিএলএম-এর জন্য কুকের দূরত্বের প্লটটি গণনা করার সময় পিয়ারসনের অবশিষ্টাংশগুলি। আমি জানি যে স্টুডেন্টাইজড অবশিষ্টাংশগুলি জিএলএমগুলির জন্য সংজ্ঞায়িত করা হয়নি, তবে কুকের দূরত্ব গণনা করার সূত্রটি কেমন দেখাচ্ছে? নিম্নলিখিত উদাহরণটি …

11 r  regression  generalized-linear-model  residuals  cooks-distance 

বিভিন্ন রিগ্রেশন সমস্যায় স্প্লাইজ ব্যবহার করার বিষয়ে আমি প্রচুর পড়ছি। কিছু বই (যেমন হজস রিচলি প্যারামিটারাইজাইজড লিনিয়ার মডেল ) দন্ডিত স্প্লাইনের প্রস্তাব দেয়। অন্যান্য (যেমন হ্যারেল রিগ্রেশন মডেলিং কৌশলগুলি ) সীমাবদ্ধ ঘন স্প্লাইসগুলির পক্ষে নির্বাচন করে। বাস্তবে এগুলি কতটা আলাদা? আপনি প্রায়শই একটি বা অন্য ব্যবহার থেকে যথেষ্ট আলাদা ফলাফল …

11 regression  splines 

"স্কেল ফোরকাস্টিং এ স্কেল" (এফবিপ্রোফেট পূর্বাভাস সরঞ্জাম ) পত্রিকাটি পড়ার জন্য https://peerj.com/preprints/3190.pdf দেখুন ) আমি "স্পার্স পূর্ব" শব্দটি পেলাম। লেখকরা ব্যাখ্যা করেছেন যে তারা কিছু স্কেলার রেট থেকে রেট বিচ্যুতি a এর ভেক্টরকে মডেলিংয়ের ক্ষেত্রে এ জাতীয় "স্পার্স পূর্বে" ব্যবহার করছিলেন, যা লজিস্টিক বৃদ্ধি মডেলের একটি মডেল প্যারামিটার।δδ\mathbf{\delta}টটk তারা যেমন …

11 regression  bayesian  forecasting 

র্যান্ডম ফরেস্ট বা এক্সট্রিম গ্রেডিয়েন্ট বুস্টিং (এক্সজিবিস্ট) এর মতো অ্যালগোরিদম ব্যবহার করার সময় প্রতিটি পূর্বাভাসিত মানের জন্য একটি আত্মবিশ্বাসের স্কোর (আমরা এটিকে আত্মবিশ্বাসের মান বা সম্ভাবনাও বলতে পারি) পেতে পারি? আসুন বলি যে এই আত্মবিশ্বাসের স্কোর 0 থেকে 1 অবধি থাকবে এবং একটি নির্দিষ্ট ভবিষ্যদ্বাণী সম্পর্কে আমি কতটা আত্মবিশ্বাসী তা …

11 r  regression  random-forest  prediction  boosting 

আমি এই সত্যটি সম্পর্কে সচেতন যে কে স্তরের সাথে শ্রেণিবদ্ধ ভেরিয়েবলগুলি ডামি এনকোডিংয়ে (1 একইভাবে বহু-মূল্যবান শ্রেণিবদ্ধ ভেরিয়েবলগুলির জন্য) কে -1 ভেরিয়েবলের সাথে এনকোড করা উচিত। আমি ভাবছিলাম যে বিভিন্ন রিগ্রেশন পদ্ধতির জন্য মূলত লিনিয়ার রিগ্রেশন, পেনালাইড লিনিয়ার রিগ্রেশন (লাসো, রিজ, ইলাস্টিক নেট), বৃক্ষভিত্তিক (এলোমেলো বন) এক-হট এনকোডিং (যেমন পরিবর্তে …

11 regression  multiple-regression  categorical-data  many-categories 

সমস্যার দিকে আমার দৃষ্টিভঙ্গির ক্ষেত্রে বৈচিত্রের স্বার্থে আমি ধাপে ধাপে ধাপে ধাপে পরীক্ষা করছি। সুতরাং, আমার 2 টি প্রশ্ন রয়েছে: পদক্ষেপের প্রতিরোধের সুবিধা কী কী? এর নির্দিষ্ট শক্তিগুলি কী কী? হাইব্রিড পদ্ধতির বিষয়ে আপনি কী ভাবেন, যেখানে আপনি বৈশিষ্ট্যগুলি নির্বাচন করতে ধাপে ধাপে রিগ্রেশন ব্যবহার করেন এবং তারপরে নির্বাচিত সমস্ত …

11 regression  feature-selection  stepwise-regression 

আমি স্ট্রিমের মাধ্যমে একে একে এসে পৌঁছে এমন ডেটার পয়েন্টগুলির উপর স্লাইডিং উইন্ডো ব্যবহার করে একটি বর্ধিত গাউস প্রক্রিয়া রিগ্রেশন প্রয়োগ করতে চাই। দিন ঘddইনপুট স্পেসের মাত্রিকতা বোঝান। সুতরাং, প্রতিটি তথ্য পয়েন্টএক্সআমিxix_i হয়েছে ঘdd উপাদান সংখ্যা। দিন এনnn স্লাইডিং উইন্ডোর আকার হতে হবে। ভবিষ্যদ্বাণী করার জন্য, আমার গ্রাম ম্যাট্রিক্সের বিপরীতটি …

11 regression  covariance  gaussian-process  linear-algebra  online 

আমি আর-তে আমার রিগ্রেশন মডেলে ডিডাব্লু টেস্টটি প্রয়োগ করেছিলাম এবং আমি একটি ডিডাব্লু পরীক্ষার পরিসংখ্যান পেয়েছি 1.78 এবং একটি পি-ভ্যালু 2.2e-16 = 0। এর অর্থ কি এই অবশিষ্টাংশের মধ্যে অটোকোরিলেশন নেই কারণ স্টাটটি একটি ছোট পি-মানের সাথে 2 এর কাছাকাছি বা এর অর্থ যদিও স্ট্যাটটি 2 পি-মানটি খুব কম এবং …

11 r  regression  hypothesis-testing  autocorrelation  residuals 

একটি সাধারণ রিগ্রেশন বিবেচনা করুন (স্বাভাবিকতা ধরে নেওয়া হয় না): যেখানে গড় এবং স্ট্যান্ডার্ড বিচ্যুতি । এবং এর ন্যূনতম স্কোয়ার অনুমানগুলি কি সম্পর্কহীন?Yi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i + e_i,eieie_i000σσ\sigmaaaabbb

11 regression  correlation  estimation 

লিনিয়ার রিগ্রেশন অনুমান হিসাবে, ত্রুটি বিতরণের স্বাভাবিকতা কখনও কখনও ভুলভাবে "প্রসারিত" বা y বা x এর স্বাভাবিকতার প্রয়োজনীয়তা হিসাবে ব্যাখ্যা করা হয়। এক্স এবং ওয়াইটি স্বাভাবিক নয় তবে ত্রুটি শব্দটি এবং সুতরাং প্রাপ্ত লিনিয়ার রিগ্রেশন প্রাক্কলনগুলি বৈধ কিনা এমন কোনও দৃশ্য / ডেটাসেট নির্মাণ করা সম্ভব?

11 regression  linear-model  assumptions 

রিজ রিগ্রেশন যেমন প্রকাশ করা যেতে পারে যেখানে হয় পূর্বাভাস ট্যাগ , , ম্যাট্রিক্স চিহ্নিত বস্তু আমরা জন্য একটি লেবেল খুঁজে বের করার চেষ্টা করছি, এবং ম্যাট্রিক্স বস্তু :y^=(X′X+aId)−1Xxy^=(X′X+aId)−1Xx\hat{y} = (\mathbf{X'X} + a\mathbf{I}_d)^{-1}\mathbf{X}xy^y^\hat{y}IdId\mathbf{I}_dd×dd×dd \times dxx\mathbf{x}XX\mathbf{X}n×dn×dn \times dnnnxi=(xi,1,...,xi,d)∈Rdxi=(xi,1,...,xi,d)∈Rd\mathbf{x}_i = (x_{i,1}, ..., x_{i,d})\in \mathbb{R}^d X=⎛⎝⎜⎜⎜⎜⎜x1,1x2,1⋮xn,1x1,2x2,2⋮x1,2……⋱…x1,dx2,d⋮xn,d⎞⎠⎟⎟⎟⎟⎟X=(x1,1x1,2…x1,dx2,1x2,2…x2,d⋮⋮⋱⋮xn,1x1,2…xn,ঘ) \mathbf{X} = \begin{pmatrix} x_{1,1} & x_{1,2} & …

11 regression  ridge-regression  kernel-trick 

আমি হাই-ডাইমেনশনাল গোষ্ঠীযুক্ত ডেটা (50 সংখ্যার ইনপুট ভেরিয়েবল) এ র্যান্ডম বন ব্যবহার করছি যা হায়ারিকাল স্ট্রাকচারযুক্ত। 70 টি বিভিন্ন বস্তুর 30 পজিশনে 6 টি প্রতিলিপি সহ ডেটা সংগ্রহ করা হয়েছিল যার ফলে 12600 ডেটা পয়েন্ট আসে, যা স্বতন্ত্র নয়। মনে হয় এলোমেলো বনটি উপাত্তগুলিকে বেশি মানিয়ে যাচ্ছে, যেহেতু প্রশিক্ষণ চলাকালীন …

11 regression  random-forest 

শিরোনাম সব বলে। আমি বুঝতে পারি যে যদি মডেলের ত্রুটিগুলি সাধারণত বিতরণ করা হয় তবে কমপক্ষে স্কোয়ারগুলি এবং সর্বাধিক সম্ভাবনা রিগ্রেশন সহগগুলির জন্য একই ফল দেবে। তবে, ত্রুটিগুলি সাধারণত বিতরণ না করা হলে কী হবে? দুটি পদ্ধতি এখন আর সমান নয় কেন?

10 regression  normal-distribution  maximum-likelihood  least-squares  error