Questions tagged «back-transformation»

我正在上拟合回归。通过求幂来支持变换点估计（以及置信度/预测间隔）是否有效？我不这么认为，因为但想要别人的意见。E [ f （X ）] ≠ f （E [ X ] ）log(y)log⁡(y)\log(y)E[f(X)]≠f(E[X])E[f(X)]≠f(E[X])E[f(X)] \ne f(E[X]) 我下面的示例显示了与反向转换的冲突（.239与.219）。 set.seed(123) a=-5 b=2 x=runif(100,0,1) y=exp(a*x+b+rnorm(100,0,.2)) # plot(x,y) ### NLS Fit f <- function(x,a,b) {exp(a*x+b)} fit <- nls(y ~ exp(a*x+b), start = c(a=-10, b=15)) co=coef(fit) # curve(f(x=x, a=co[1], b=co[2]), add = TRUE,col=2,lwd=1.2) predict(fit,newdata=data.frame(x=.7)) [1] 0.2393773 ### …

11 regression  back-transformation 

遇到此讨论后，我提出了关于逆变换后的置信区间约定的问题。 根据本文，对数正态随机变量的均值的标称覆盖率逆变换CI为： LCL（X）=exp（Y+var（Y） üC大号（X）= exp（是+ var （Y）2+ zVAR （ÿ）ñ+ var （Y）22 （n − 1 ）------------√） UCL(X)=exp⁡(Y+var(Y)2+zvar(Y)n+var(Y)22(n−1))\ UCL(X)= \exp\left(Y+\frac{\text{var}(Y)}{2}+z\sqrt{\frac{\text{var}(Y)}{n}+\frac{\text{var}(Y)^2}{2(n-1)}}\right) L C大号（X）= exp（是+ var （Y）2− zVAR （ÿ）ñ+ var （Y）22 （n − 1 ）------------√） LCL(X)=exp⁡(Y+var(Y)2−zvar(Y)n+var(Y)22(n−1))\ LCL(X)= \exp\left(Y+\frac{\text{var}(Y)}{2}-z\sqrt{\frac{\text{var}(Y)}{n}+\frac{\text{var}(Y)^2}{2(n-1)}}\right) /而不是朴素的 /经验值（（是）+ zVAR （ÿ）------√）exp⁡((Y)+zvar(Y))\exp((Y)+z\sqrt{\text{var}(Y)}) 现在，用于以下转换的配置项是什么？ X--√x\sqrt{x}和X1 / 3x1/3x^{1/3} 反正弦（x--√）arcsin(x)\text{arcsin}(\sqrt{x}) 日志（x1 − x）log⁡(x1−x)\log(\frac{x}{1-x}) 1 / x1/x1/x 随机变量本身的公差区间如何（我的意思是从总体中随机抽取一个样本值）？逆变换的间隔是否存在相同的问题，或者它们具有名义覆盖率？

11 confidence-interval  data-transformation  back-transformation