প্রশ্ন ট্যাগ «regression»

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

3
একটি ব্যাগের মধ্যে কেবলমাত্র মোট যোগফলের থেকে ফলের ভর পরিমাণ?
আমার বিশ্ববিদ্যালয়ের একজন প্রশিক্ষক এ জাতীয় প্রশ্ন করেছিলেন (ক্লাস শেষ হওয়ার কারণে হোমওয়ার্কের জন্য নয় এবং আমি এতে ছিলাম না)। আমি কীভাবে এটি ব্যবহার করতে পারি তা বুঝতে পারি না। প্রশ্নটি বিভিন্ন ধরণের ফলের ভাণ্ডার সমেত 2 টি ব্যাগ নিয়ে উদ্বেগ প্রকাশ করে: প্রথম ব্যাগে নিম্নলিখিত এলোমেলোভাবে নির্বাচিত ফল রয়েছে: …

2
অবশিষ্টাংশগুলি অন্তর্নিহিত ঝামেলার সাথে কীভাবে সম্পর্কিত?
সর্বনিম্ন স্কোয়ার পদ্ধতিতে আমরা মডেলটির অজানা পরামিতিগুলি অনুমান করতে চাই: Yj=α+βxj+εj(j=1...n)ওয়াইঞ=α+ +βএক্সঞ+ +εঞ(ঞ=1 ...এন)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) একবার আমরা এটি করার পরে (কিছু পর্যবেক্ষণ করা মানগুলির জন্য), আমরা লাগানো রিগ্রেশন লাইন পাই: Yj=α^+β^x+ej(j=1,...n)ওয়াইঞ=α^+ +β^এক্স+ +ইঞ(ঞ=1,।।।এন)Y_j = \hat{\alpha} + \hat{\beta}x +e_j \enspace (j =1,...n) অনুমানগুলি …

1
সরল রৈখিক প্রতিরোধের মধ্যে বিরতি এবং opeালের অনুমানগুলি কি স্বাধীন?
একটি রৈখিক মডেল বিবেচনা করুন Yআমি= α + βএক্সআমি+ +εআমিyi=α+βxi+ϵiy_i= \alpha + \beta x_i + \epsilon_i এবং opeাল এবং বিরতি জন্য অনুমান α^α^\hat{\alpha} এবং β^β^\hat{\beta}সাধারণ ন্যূনতম স্কোয়ার ব্যবহার করে। একটি গাণিতিক পরিসংখ্যান জন্য এই রেফারেন্স যে বিবৃতি তোলেα^α^\hat{\alpha} এবং β^β^\hat{\beta} স্বতন্ত্র (তাদের উপপাদ্যের প্রমাণে)। আমি নিশ্চিত না কেন আমি বুঝতে …

2
কীভাবে বেঁচে থাকার জন্য উপযুক্ততার সদ্ব্যবহারাকে মূল্যায়ন করতে হয়
আমি বেঁচে থাকার বিশ্লেষণে একজন নতুন, যদিও আমার শ্রেণিবদ্ধকরণ এবং প্রতিরোধের বিষয়ে কিছু জ্ঞান রয়েছে। রিগ্রেশনের জন্য, আমাদের এমএসই এবং আর বর্গাকার পরিসংখ্যান রয়েছে। তবে আমরা কীভাবে বলতে পারি যে বেঁচে থাকার মডেল এ বেঁচে থাকার মডেল বিয়ের চেয়ে কিছুটা গ্রাফিকাল প্লট (কেএম বক্রতা) ছাড়াও সেরা? যদি সম্ভব হয় তবে …

1
খুব ছোট নমুনা আকারের সাথে রিগ্রেশন
আমি 4 থেকে 5 ব্যাখ্যামূলক ভেরিয়েবলগুলি সহ একটি রিগ্রেশন চালাতে চাই, তবে আমার কেবল 15 টি পর্যবেক্ষণ রয়েছে। এই ভেরিয়েবলগুলি সাধারণত বিতরণ করা হয় তা ধরে নিতে সক্ষম হচ্ছেন না, কোনও প্যারাম্যাট্রিক বা অন্য কোনও বৈধ রিগ্রেশন পদ্ধতি আছে কি?

1
লিনিয়ার রিগ্রেশন মডেল যা ত্রুটিযুক্ত ডেটার জন্য সেরা স্যুট
আমি লিনিয়ার রিগ্রেশন অ্যালগরিদম সন্ধান করছি যা এমন ডেটার জন্য সবচেয়ে উপযুক্ত যা এর স্বতন্ত্র ভেরিয়েবল (x) এর একটি ধ্রুবক পরিমাপ ত্রুটি এবং নির্ভরশীল ভেরিয়েবল (y) এর সংকেত নির্ভর ত্রুটি রয়েছে। উপরের চিত্রটি আমার প্রশ্নের চিত্র তুলে ধরে।

3
কীভাবে অন্তর্ভুক্ত করা যায়
আমি শব্দ এবং এর বর্গ (প্রেডিকটার ভেরিয়েবল )টিকে একটি রিগ্রেশনে অন্তর্ভুক্ত করতে চাই কারণ আমি ধরে নিই যে কম মানগুলি নির্ভরশীল ভেরিয়েবলের উপর ইতিবাচক প্রভাব ফেলে এবং উচ্চ মানের একটি নেতিবাচক প্রভাব ফেলে। উচ্চতর মান প্রভাব ক্যাপচার করা উচিত নয়। তাই আমি আশা করি যে এর সহগটি ইতিবাচক এবং এর …

1
স্বাভাবিকতার জন্য পরীক্ষা করার সময় কেন অবশিষ্টাংশের পারস্পরিক সম্পর্ক গুরুত্বপূর্ণ?
যখন (অর্থাত্ লিনিয়ার রিগ্রেশন মডেল থেকে আসে), এবং সে ক্ষেত্রে অবশিষ্টাংশগুলি পারস্পরিক সম্পর্কযুক্ত এবং স্বতন্ত্র নয়। তবে যখন আমরা রিগ্রেশন ডায়াগোনস্টিক করি এবং অনুমান , তখন প্রতিটি পাঠ্যপুস্তক Q যে পরীক্ষা ডিজাইন করা হয়েছে কিনা কিছু ।Y=AX+εY=AX+εY = AX + \varepsilonYYYε∼N(0,σ2I)⇒e^=(I−H)Y∼N(0,(I−H)σ2)ε∼N(0,σ2I)⇒e^=(I−H)Y∼N(0,(I−H)σ2)\varepsilon \sim \mathcal{N}(0, \sigma^2 I) \hspace{1em} \Rightarrow \hspace{1em} \hat{e} = …

1
সময়-পরিবর্তিত সহগের ডিএলএম ফিট করা
আমি সময়-পরিবর্তিত সহগের সাথে একটি ডিএলএম ফিট করতে চাই, অর্থাৎ সাধারণ রৈখিক প্রতিরোধের একটি এক্সটেনশন, Yটি=θ1+ +θ2এক্স2Yটি=θ1+ +θ2এক্স2y_t = \theta_1 + \theta_2x_2 । আমার ( ) এবং প্রতিক্রিয়া পরিবর্তনশীল ( ), সামুদ্রিক এবং অভ্যন্তরীণ অভ্যন্তরীণ বার্ষিক মাছ যথাক্রমে 1950 - 2011 I আমি ডিএলএম রিগ্রেশন মডেলটি অনুসরণ করতে চাই,এক্স2এক্স2x_2YটিYটিy_t Yটি=θটি …

2
সময়ের সাথে আরও বিস্তারিত ব্যাখ্যামূলক ভেরিয়েবলগুলি অন্তর্ভুক্ত করা
আমি বুঝতে চেষ্টা করছি যে আমি কীভাবে একটি পরিবর্তনশীল মডেল করতে পারি যেখানে সময়ের সাথে সাথে ক্রমবর্ধমান বিস্তারিত ভবিষ্যদ্বাণী পেয়েছি। উদাহরণস্বরূপ, খেলাপি loansণগুলিতে মডেলিং পুনরুদ্ধার হারগুলি বিবেচনা করুন। ধরুন আমাদের 20 বছরের ডেটা সহ একটি ডেটাসেট রয়েছে, এবং সেই বছরের 15 বছরের মধ্যে আমরা কেবল জানি যে colণটি জামানত হয়েছিল …

1
একটি সমীকরণের একটি অননুমোদিত সিস্টেমের জন্য রিজ রিগ্রেশন প্রয়োগ করছেন?
যখন , সর্বনিম্ন স্কোয়ার সমস্যা যা sp মানের উপরে একটি গোলাকার বিধিনিষেধ আরোপ করে হিসাবে an একটি অতি-নির্ধারিত সিস্টেমের জন্য। \ |। সিডট \ | _2 হ'ল ভেক্টরের ইউক্লিডিয়ান আদর্শ।y=Xβ+ey=Xβ+ey = X\beta + eδδ\deltaββ\betamin ∥y−Xβ∥22s.t. ∥β∥22≤δ2min⁡ ‖y−Xβ‖22s.t.⁡ ‖β‖22≤δ2\begin{equation} \begin{array} &\operatorname{min}\ \| y - X\beta \|^2_2 \\ \operatorname{s.t.}\ \ \|\beta\|^2_2 \le …

3
কেন লিনিয়ার রিগ্রেশন সাধারণ ডিস্ট্রিমেন্টিক ক্রমের ফলাফলটি ভবিষ্যদ্বাণী করতে সক্ষম হয় না?
আমার একজন সহকর্মী আমাকে এই সমস্যাটি স্পষ্টতই ইন্টারনেটে ঘুরিয়ে পাঠিয়েছে: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? উত্তর 200 বলে মনে হচ্ছে। 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 যখন আমি আর তে লিনিয়ার রিগ্রেশন করি: …
9 r  regression  lm 

1
পার্থক্য-মধ্যে-পার্থক্যের জন্য ডেটা সেটআপ
পার্থক্য রিগ্রেশন মডেল ব্যবহার করে পার্থক্যের জন্য কোন সেটআপটি সঠিক ওয়াইআমি গুলি টি= α +γগুলি। টি+ + λঘটি+ + δ∗ ( টি*ঘটি) +εআমি গুলি টিওয়াইআমিগুলিটি=α+ +γগুলি*টি+ +λঘটি+ +δ*(টি*ঘটি)+ +εআমিগুলিটিY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} যেখানে টি হ'ল ডামি যা সমান 1 এবং পর্যবেক্ষণ যদি চিকিত্সা গোষ্ঠী …

1
আর: আনোভা এবং লিনিয়ার রিগ্রেশন
আমি পরিসংখ্যানগুলিতে নতুন এবং আমি আনোভা এবং লিনিয়ার রিগ্রেশন মধ্যে পার্থক্য বোঝার চেষ্টা করছি। আমি এটি এক্সপ্লোর করার জন্য আর ব্যবহার করছি। আমি আনোভা এবং রিগ্রেশন কেন পৃথক তবে এখনও একইরকম এবং কীভাবে ভিজ্যুয়ালাইজ করা যায় ইত্যাদি সম্পর্কে আমি বিভিন্ন নিবন্ধ পড়েছি I আমি মনে করি আমি সেখানে বেশ আছি …
9 r  regression  anova 

3
লজিস্টিক রিগ্রেশন: সর্বাধিক ধনাত্মক - মিথ্যা ধনাত্মক
আমার একটি লজিস্টিক রিগ্রেশন মডেল রয়েছে (ইলাস্টিক নেট নিয়মিতকরণের সাথে আর গ্ল্যামনেটের মাধ্যমে ফিট) এবং আমি সত্য ধনাত্মক এবং মিথ্যা ধনাত্মকগুলির মধ্যে পার্থক্য সর্বাধিকতর করতে চাই। এটি করার জন্য, নিম্নলিখিত পদ্ধতিটি মাথায় এলো: মানসম্পন্ন লজিস্টিক রিগ্রেশন মডেল ফিট করুন পূর্বাভাস প্রান্তিকতা 0.5 হিসাবে ব্যবহার করে সমস্ত ধনাত্মক পূর্বাভাস শনাক্ত করুন …

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.