Questions tagged «regression»

假设我们有数据集与点。我们想要执行线性回归，但是首先我们将值和值彼此独立地排序，从而形成数据集。对新数据集的回归是否有有意义的解释？这有名字吗？n X i Y i（X i，Y j）（X一世，Y一世）(Xi,Yi)(X_i,Y_i)ñnnX一世XiX_iÿ一世YiY_i（X一世，YĴ）(Xi,Yj)(X_i,Y_j) 我想这是一个愚蠢的问题，所以我很抱歉，我没有接受过统计学方面的正式培训。在我看来，这完全破坏了我们的数据，而回归毫无意义。但是我的经理说，这样做的时候，他“大多数时候会得到更好的回归”（这里“更好”意味着更具预测性）。我觉得他在欺骗自己。 编辑：感谢您所有的好和耐心的例子。我向他展示了@ RUser4512和@gung的示例，他仍然坚定不移。他变得烦躁，我变得精疲力尽。我感到垂头丧气。我可能很快就会开始寻找其他工作。

302 regression  correlation 

R中的帮助页面假定我知道这些数字的含义，但我不知道。我试图真正直观地理解这里的每个数字。我将只发布输出并对我发现的内容发表评论。可能（会）有错误，因为我只写我想像的东西。我主要想知道系数中的t值是什么意思，以及为什么它们会显示残留标准误差。 Call: lm(formula = iris$Sepal.Width ~ iris$Petal.Width) Residuals: Min 1Q Median 3Q Max -1.09907 -0.23626 -0.01064 0.23345 1.17532 这是残差的5点汇总（它们的平均值始终为0，对吧？）。可以使用这些数字（我在这里猜）来快速查看是否有任何较大的异常值。如果残差远离正态分布（它们应该是正态分布），您也已经在这里看到了。 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.30843 0.06210 53.278 < 2e-16 *** iris$Petal.Width -0.20936 0.04374 -4.786 4.07e-06 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ …

234 r  regression  interpretation 

我浏览了 Cosma Shalizi的一些讲义（特别是第二堂课的 2.1.1节），并被提醒您，即使具有完全线性的模型，您也可以获得非常低的。R2R2R^2 用Shalizi的示例来解释：假设您有一个模型，其中是已知的。然后\ newcommand {\ Var} {\ mathrm {Var}} \ Var [Y] = a ^ 2 \ Var [x] + \ Var [\ epsilon]，解释的方差量为a ^ 2 \ Var [X]，因此R ^ 2 = \ frac {a ^ 2 \ Var [x]} {a ^ 2 \ Var [X] + \ …

233 regression  r-squared 

假设我想估算大量参数，并且想对其中一些参数进行惩罚，因为我认为它们与其他参数相比影响不大。如何决定使用哪种惩罚方案？什么时候进行岭回归更合适？我什么时候应该使用套索？

167 regression  lasso  ridge-regression 

我是否正在为所讨论的自变量寻找更好的行为分布，还是为了减少离群值的影响？

164 regression  distributions  data-transformation  logarithm  regression-strategies 

如果您的变量将目标变量中的零和一完美地分开，R将产生以下“完美或准完美分离”警告消息： Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred 我们仍然可以得到模型，但是系数估计被夸大了。 您在实践中如何处理？

163 r  regression  logistic  separation 

这是引起这个问题的文章：不耐烦会使我们发胖吗？ 我喜欢这篇文章，它很好地展示了“控制其他变量”（IQ，职业，收入，年龄等）的概念，以便最好地隔离所讨论的两个变量之间的真实关系。 您可以向我解释一下如何实际控制典型数据集上的变量吗？ 例如，如果您有2个人的耐心程度和BMI相同，但收入不同，您将如何处理这些数据？您是否将他们分为收入，耐心和BMI相似的不同子组？但是，最终有数十个变量需要控制（IQ，职业，收入，年龄等），然后如何汇总这些（潜在地）100个子组？实际上，现在我已经说了出来，我有一种感觉是这种方法使错误的树陷入困境。 感谢您为我几年来一直想深入了解的事情提供任何信息...！

140 regression  causality  confounding  controlling-for-a-variable  statistics-in-media 

线性回归和逻辑回归之间有什么区别？ 您什么时候使用？

122 regression  logistic  linear-model 

我正在运行线性回归模型，并想知道删除拦截项的条件是什么。 在比较两个不同回归的结果时，其中一个具有截距，另一个没有截距，我注意到没有截距的函数的高得多。我应该遵循某些条件或假设以确保删除拦截项有效吗？[R2R2R^2

118 regression  linear-model  r-squared  intercept 

我试图很好地掌握EM算法，以便能够实现和使用它。我花了一整天的时间阅读该理论和一篇论文，其中使用EM使用来自雷达的位置信息来跟踪飞机。老实说，我认为我不完全理解基本思想。有人可以给我指出一个数值示例，该示例显示EM的几次迭代（3-4），以解决一个更简单的问题（例如估算高斯分布的参数或正弦序列的序列或拟合直线）。 即使有人可以将我指向一段代码（带有合成数据），我也可以尝试单步执行代码。

117 regression  probability  mathematical-statistics  intuition  expectation-maximization 

就我自己的理解而言，我有兴趣手动复制估算系数的标准误差的计算，例如，该lm()函数的输出随in一起提供R，但无法将其固定下来。使用的公式/实现是什么？

114 r  regression  standard-error  lm 

我有一个奇怪的问题。假设您有一个较小的样本，您要使用简单线性模型分析的因变量高度偏左。因此，您假设üüu不是正态分布的，因为这将导致呈正态分布ÿÿy。但是，当您计算QQ正态图时，有证据表明残差呈正态分布。因此，任何人都可以假设误差项是正态分布的，尽管ÿÿy不是。那么，当误差项看起来是正态分布而ÿÿy不是时，它是什么意思呢？

110 regression  residuals  error  normality-assumption 

许多统计工作要求获得有关大规模数据的经验。处理大型数据集需要什么样的统计和计算技能。例如，在给定具有1000万样本的数据集的情况下，如何构建回归模型？

107 regression  machine-learning  multivariate-analysis  large-data 

特别是，我指的是皮尔逊积矩相关系数。

99 correlation  regression 

无论您计算pearson（x，y）还是pearson（y，x），x和y的Pearson相关系数都相同。这表明在给定x的情况下对y进行线性回归或在给定y的情况下对x进行线性回归应该是相同的，但我认为情况并非如此。 当关系不对称时，有人可以阐明这个问题吗？它与皮尔逊相关系数（我一直认为这是总结最佳拟合线）之间有什么关系？

97 regression  correlation  linear-model  pearson-r