প্রশ্ন ট্যাগ «regression»

একটি (বা আরও) "নির্ভরশীল" ভেরিয়েবল এবং "স্বতন্ত্র" ভেরিয়েবলের মধ্যে সম্পর্ক বিশ্লেষণের কৌশল

1
রূপগুলি কি কোনও ফাংশনের আকর্ষণীয় বৈশিষ্ট্য রিগ্রেশন দ্বারা প্রাপ্ত?
আমি একটি সাধারণ সেটআপ ধরে নিই, এটি হ'ল একটি ক্রমাগত ফাংশন প্রদত্ত ডেটা ফিট করার জন্য একটি পরিবার থেকে is বেছে নেওয়া হয়েছে ( কোনও ঘনক্ষেত্র বা বাস্তবে কোনও যুক্তিসঙ্গত টপোলজিকাল স্পেস হতে পারে) কিছু প্রাকৃতিক মানদণ্ড অনুসারে।hθ:X→Rnhθ:X→Rnh_\theta:X\to \mathbb R^n{hθ}θ{hθ}θ\{h_\theta\}_\theta(xi,yi)∈X×Rn,i=1,…,k(xi,yi)∈X×Rn,i=1,…,k(x_i,y_i)\in X\times \mathbb R^n, i=1,\ldots, kXXX[0,1]m[0,1]m[0,1]^m রিগ্রেশনের অ্যাপ্লিকেশনগুলি রয়েছে যেখানে কেউ …

1
কে-ফোল্ড সিভি সহ মূল (?) মডেল নির্বাচন
রিগ্রেশন মডেলগুলির মধ্যে নির্বাচন করতে কে-ফোল্ড সিভি ব্যবহার করার সময়, আমি সাধারণত প্রতিটি মডেলের সিভি ত্রুটি আলাদাভাবে তার স্ট্যান্ডার্ড ত্রুটি এসই সহ গণনা করি এবং আমি সর্বনিম্ন সিভি ত্রুটি সহ মডেলটির 1 এসি মধ্যে সর্বাধিকতম মডেল নির্বাচন করি (1 স্ট্যান্ডার্ড ত্রুটি বিধি, উদাহরণস্বরূপ এখানে দেখুন )। যাইহোক, আমাকে সম্প্রতি বলা …

1
ল্যাপলেস ত্রুটি সহ লিনিয়ার রিগ্রেশন
লিনিয়ার রিগ্রেশন মডেলটি বিবেচনা করুন: yi=xi⋅β+εi,i=1,…,n,yi=xi⋅β+εi,i=1,…,n, y_i = \mathbf x_i \cdot \boldsymbol \beta + \varepsilon _i, \, i=1,\ldots ,n, যেখানে are ওয়ারেপসিলন _ আই εi∼L(0,b)εi∼L(0,b)\varepsilon _i \sim \mathcal L(0, b) , এটি , 000 গড় এবং bbb স্কেল প্যারামিটার সহ ল্যাপ্লেস বিতরণ সমস্ত পারস্পরিক স্বতন্ত্র। অজানা প্যারামিটারের সর্বাধিক সম্ভাবনা অনুমানটি …

1
কেন লিনিয়ার এবং লজিস্টিক রিগ্রেশন সহগগুলি একই পদ্ধতি ব্যবহার করে অনুমান করা যায় না?
আমি একটি মেশিন লার্নিং বইতে পড়েছি যে রৈখিক প্রতিরোধের পরামিতিগুলি গ্রেডিয়েন্ট বংশোদ্ভূত দ্বারা (অন্যান্য পদ্ধতিগুলির মধ্যে) অনুমান করা যায়, যখন লজিস্টিক রিগ্রেশনের পরামিতিগুলি সাধারণত সর্বাধিক সম্ভাবনার অনুমান দ্বারা অনুমান করা হয়। লিনিয়ার / লজিস্টিক রিগ্রেশন জন্য কেন আমাদের বিভিন্ন পদ্ধতির প্রয়োজন তা কোনও নবজাতককে (আমাকে) ব্যাখ্যা করে বলা সম্ভব? ওরফে …

3
রিগ্রেশন সহগের জন্য এই পক্ষপাত-বৈকল্পিক ট্রেড অফ কী এবং এটি কীভাবে পাওয়া যায়?
ইন এই কাগজ , ( ভ্যারিয়েন্স উপাদান জন্য Bayesian ইনফিরেনস শুধু ব্যবহার বৈপরীত্য ত্রুটি , Harville, 1974), লেখক দাবী একটি "সুপরিচিত সম্পর্ক ", লিনিয়ার রিগ্রেশন এর জন্য যেখানে (y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta)y=Xβ+ϵ,y=Xβ+ϵ,y=X\beta+\epsilon,ϵ∼N(0,H).ϵ∼N(0,H).\epsilon\sim\mathcal{N}(0, H). এটি কীভাবে সুপরিচিত? এটি প্রমাণ করার সহজ উপায় কী?

2
বর্ণনামূলক ভেরিয়েবল যুক্ত করার সময় বর্গাকার অবশিষ্টাংশের যোগফল কেন বাড়ছে না?
আমার একনোমেট্রিক পাঠ্যপুস্তকে (প্রবর্তক একনোমেট্রিক্স) ওএলএসকে আচ্ছাদন করে লেখক লিখেছেন, "এসএসআর অবশ্যই পড়তে হবে যখন অন্য ব্যাখ্যাযোগ্য ভেরিয়েবল যুক্ত হয়।" এটা কেন?

1
যখন অনুচিত লিনিয়ার মডেলগুলি দৃust়রূপে সুন্দর হয়?
প্রশ্নাবলী: অনুশীলনে লিনিয়ার মডেলগুলি কি ব্যবহার করা হয় বা এগুলি বৈজ্ঞানিক জার্নালে সময়ে সময়ে বর্ণনা করা হয়? যদি তা হয় তবে কোন অঞ্চলে সেগুলি ব্যবহৃত হয়? এই জাতীয় মডেলের অন্যান্য উদাহরণ আছে? অবশেষে, এই জাতীয় মডেলগুলির জন্য ওএলএস থেকে নেওয়া স্ট্যান্ডার্ড ত্রুটি, মান , ইত্যাদি কি সঠিক হবে, বা সেগুলি …

1
আউটপুট ভেরিয়েবলের পূর্বাভাস দেওয়ার জন্য মূল উপাদানগুলিতে রিগ্রেশন কীভাবে প্রয়োগ করবেন?
আমি টিউটোরিয়াল 1 , লিঙ্ক 1 এবং লিংক 2 থেকে মূল উপাদান বিশ্লেষণের মূল বিষয়গুলি সম্পর্কে পড়েছি । আমার কাছে 100 ভেরিয়েবলের ডেটা সেট রয়েছে (আউটপুট ভেরিয়েবল ওয়াই সহ), আমি পিসিএ দ্বারা ভেরিয়েবলগুলি 40 এ হ্রাস করতে চাই এবং তারপরে 40 টি ভেরিয়েবল ব্যবহার করে ভেরিয়েবল ওয় এর পূর্বাভাস দিতে …
9 regression  pca 

1
দুটি মডেলের তুলনায় আনোভা কীভাবে ব্যবহার করবেন?
anovaদুটি মডেলের তুলনা করার সময় আমি কীভাবে ফলাফলটি বুঝতে পারি ? উদাহরণ: Res.Df RSS Df Sum of Sq F Pr(>F) 1 9 54.032 2 7 4.632 2 49.4 37.329 0.0001844 *** ম্যানপেজটি বলে: "এক বা একাধিক ফিটিত মডেল অবজেক্টের জন্য বৈকল্পিক (বা বিবর্তন) সারণীর গণনা বিশ্লেষণ।" যাইহোক, আউট প্রফেসর উল্লেখ …
9 r  regression  anova 

1
রেজিস্ট্রার বনামকে সংশোধন হিসাবে গণ্য করার ক্ষেত্রে কন্ডিশনার মধ্যে পার্থক্য কী?
কখনও কখনও আমরা ধরে নিই যে রেজিস্ট্রারগুলি স্থির, অর্থাত্ তারা অ-স্টোকাস্টিক। আমি মনে করি তার অর্থ আমাদের সমস্ত ভবিষ্যদ্বাণীকারী, প্যারামিটারের প্রাক্কলন ইত্যাদি তখন নিঃশর্ত, তাই না? আমি কি এতদূর যেতে পারি যে তারা আর এলোমেলো পরিবর্তনশীল নয়? অন্যদিকে আমরা যদি স্বীকার করি যে অর্থনীতিতে বেশিরভাগ রেজিস্ট্রাররা বলেছেন স্টোকাস্টিক কারণ কোনও …

2
রিগ্রেশন ফলাফলগুলি অপ্রত্যাশিত উপরের আবদ্ধ থাকে
আমি ব্যালেন্স স্কোরের পূর্বাভাস দেওয়ার চেষ্টা করি এবং বিভিন্ন রিগ্রেশন পদ্ধতির চেষ্টা করেছি। একটি জিনিস আমি লক্ষ্য করেছি যে পূর্বাভাসিত মানগুলি একরকম উপরের আবদ্ধ থাকে। যে, আসল ভারসাম্য হয়[ 0.0 , 1.0 )[0.0,1.0)[0.0, 1.0), তবে আমার পূর্বাভাসগুলি প্রায় উপরে । নিম্নলিখিত প্লটটি আসল বনাম বনাম পূর্বাভাস ভারসাম্য দেখায় (লিনিয়ার রিগ্রেশন …

3
আর মৌসুমী সময় সিরিজ
আমি decomposeফাংশনটি ব্যবহার করি Rএবং আমার মাসিক সময় সিরিজের 3 টি উপাদান (প্রবণতা, মৌসুমী এবং এলোমেলো) নিয়ে আসি। যদি আমি চার্টটি প্লট করি বা টেবিলটি দেখি তবে আমি স্পষ্ট দেখতে পাচ্ছি যে সময় সিরিজটি seasonতুতে প্রভাবিত হয়। যাইহোক, আমি যখন 11 টি মৌসুমের ডামি ভেরিয়েবলগুলিতে টাইম সিরিজটি পুনরায় চাপিয়ে দিই …

1
(লজিস্টিক) প্রতিরোধের জন্য "পূর্বাভাস" শব্দটি ব্যবহার করা কতটা ন্যায্য?
আমার বোধগম্যতা এমনকি প্রতিরোধও কার্যকারিতা দেয় না। এটি কেবল y ভেরিয়েবল এবং এক্স ভেরিয়েবল এবং সম্ভবত একটি দিকের মধ্যে সংযোগ দিতে পারে। আমি কি সঠিক? আমি প্রায়শই বেশিরভাগ কোর্সের পাঠ্যপুস্তকগুলিতে এবং অনলাইনে বিভিন্ন কোর্সের পৃষ্ঠাগুলিতে "x প্রেডিক্টস ওয়াই" এর অনুরূপ বাক্যাংশ পেয়েছি। এবং আপনি প্রায়শই রেজিস্ট্রারকে ভবিষ্যদ্বাণী হিসাবে এবং y …

1
অ্যাডজাস্টড বিজোড় অনুপাত বনাম বিজোড় অনুপাত
মাল্টিভারিয়েট রিগ্রেশন বিশ্লেষণে, দেখে মনে হয় যে লোকেরা অ্যাডজাস্টড বিজোড় অনুপাতের বিভিন্ন সংজ্ঞা ব্যবহার করে। আপনি কি দয়া করে আমার জন্য একটি অ্যাডজাস্টেড ওআর এবং কীভাবে এটি একটি অ-সামঞ্জস্য হওয়া বা এর থেকে পৃথক করতে পারেন তা স্পষ্ট করে বলতে পারেন ? ধন্যবাদ!

1
আর স্কোয়ারের আকর্ষণীয় ব্যয়
বছর কয়েক আগে আমি ডেটা এবং ট্রান্সফরমেশনগুলির সাথে পরীক্ষার মাধ্যমে এই পরিচয়টি পেয়েছি। আমার পরিসংখ্যান অধ্যাপককে এটি ব্যাখ্যা করার পরে তিনি পরের শ্রেণিতে ভেক্টর এবং ম্যাট্রিক্স স্বরলিপি ব্যবহার করে একটি পৃষ্ঠার প্রুফ নিয়ে এসেছিলেন। দুর্ভাগ্যক্রমে তিনি আমাকে যে কাগজটি দিয়েছিলেন তা আমি হারিয়ে ফেলেছি। (এটি 2007 সালে ফিরে এসেছিল) কেউ …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.