Questions tagged «regression»

我目前在R中使用Twitter的AnomalyDetection：https : //github.com/twitter/AnomalyDetection。该算法为具有季节性的数据提供时间序列异常检测。 问题：是否有与此类似的其他算法（控制季节性无关紧要）？ 我正在尝试在数据上为尽可能多的时间序列算法评分，以便我可以选择最佳的算法。

24 r  regression  time-series  anomaly-detection 

如果所有因变量和自变量都是分类变量，是否可以进行回归？

24 regression  logistic  categorical-data 

问题 在回归中，通常会计算出样本的均方误差（MSE）： 来衡量预测变量的质量。MSE = 1ñ∑我= 1ñ（克（x一世）− gˆ（x一世））2MSE=1n∑i=1n(g(xi)−g^(xi))2 \text{MSE} = \frac{1}{n} \sum_{i=1}^n\left(g(x_i) - \widehat{g}(x_i)\right)^2 现在，我正在研究一个回归问题，该问题的目的是在给定许多数字特征的情况下，预测客户愿意为产品支付的价格。如果预测价格过高，则没有客户会购买该产品，但是金钱损失很低，因为价格可以简单地降低。当然不应太高，否则可能会导致长时间不购买该产品。另一方面，如果预测价格过低，则将很快购买产品，而没有机会调整价格。 换句话说，学习算法应该预测稍高的价格，如有必要，可以将其降低，而不是低估会导致立即金钱损失的真实价格。 题 您如何设计一个包含这种成本不对称性的误差度量？ 可能的解决方案 定义非对称损失函数的一种方法是简单地乘以权重： 其中是我们可以调整的参数，以更改不对称程度。我在这里找到了。在保持二次损失的同时，这似乎是最直接的事情。α＆Element; （0，1）1个ñ∑我= 1ñ∣∣α - 1（克（x一世）− gˆ（x一世））&lt; 0∣∣⋅ （克（x一世）− gˆ（x一世））21n∑i=1n|α−1(g(xi)−g^(xi))&lt;0|⋅(g(xi)−g^(xi))2 \frac{1}{n} \sum_{i=1}^n \left| \alpha - \mathbb{1}_{(g(x_i) - \widehat{g}(x_i)) < 0} \right|\cdot \left(g(x_i) - \widehat{g}(x_i)\right)^2 α ＆Element; （0 ，1 ）α∈(0,1)\alpha \in (0,1)

24 regression  error  loss-functions 

如果我的数据点的最佳线性近似（使用最小二乘）是线，如何计算近似误差？如果我计算观察值和预测值之间的差异的标准偏差，我以后可以说真实（但未观察到）的值属于区间假设正态分布（）的概率约为68％？e i = r e a l （x i）− （m x i + b ）y r = r e a l （x 0）[ y p - σ ，y p + σy=mx+by=mx+by=mx+bei=real(xi)−(mxi+b)ei=real(xi)−(mxi+b)e_i=real(x_i)-(mx_i+b)yr=real(x0)yr=real(x0)y_r=real(x_0)y p = m x 0 + b[yp−σ,yp+σ][yp−σ,yp+σ][y_p-\sigma, y_p+\sigma]yp=mx0+byp=mx0+by_p=mx_0+b 澄清： 我对函数进行了观察，评估结果为点。我将这些观察值拟合为。对于我没有观察到的，我想知道 有多大。使用上述方法，中的是正确的。〜68％？X 我升（X ）= 米X + b X 0 ˚F …

24 regression  normal-distribution  least-squares  prediction-interval 

在线性回归分析中，我们分析异常值，研究多重共线性，检验异方差。 问题是：是否有任何适用这些命令的命令？我的意思是，我们是否必须首先分析异常值，然后检查多重共线性？还是反向？ 是否有任何经验法则？

24 regression  multiple-regression  outliers 

回归和线性判别分析（LDA）之间有关系吗？它们有什么异同？如果有两个班级或两个以上班级，这有什么区别吗？

24 regression  logistic  discriminant-analysis  canonical-correlation  reduced-rank-regression 

起初我以为顺序无关紧要，但是后来我了解了用于计算多个回归系数的gram-schmidt正交化过程，现在我有了第二个想法。 根据gram-schmidt过程，在其他变量中索引解释性变量的时间越晚，其残差矢量越小，这是因为从中减去了先前变量的残差矢量。结果，说明变量的回归系数也较小。 如果这是真的，那么该变量的残差矢量如果被更早地索引，则将更大，因为将从中减去的残差矢量会更少。这意味着回归系数也将更大。 好的，所以我被要求澄清我的问题。因此，我从文本中发布了屏幕截图，这让我一开始很困惑。好的，去。 我的理解是，至少有两个选择来计算回归系数。第一个选项在下面的屏幕截图中表示为（3.6）。 这是第二个选项（我不得不使用多个屏幕截图）。 除非我误读了某些内容（这肯定是可能的），否则在第二种选择中顺序似乎很重要。第一种选择有关系吗？为什么或者为什么不？还是我的参照系太混乱了，甚至不是一个有效的问题？另外，这是否与I型平方和vs II型平方和相关？ 在此先多谢，我很困惑！

24 regression  multiple-regression  regression-coefficients 

纽约时报对用于向纽约市教育工作者提供反馈的“增值”教师评估系统有很长的评论。lede是用于计算分数的等式-无需上下文即可呈现。修辞策略似乎是通过数学恐吓： 该文章的全文可在以下网站获得：http : //www.nytimes.com/2011/03/07/education/07winerip.html 作者迈克尔·怀恩里普（Michael Winerip）认为，该方程式的意义超出了马特·达蒙（Matt Damon）以外的任何人的理解能力，更不用说普通教师了： “艾萨克森女士的3.69预测分数的计算更加令人生畏。它基于32个变量-包括学生是否“在考试前一年保持了年级”，以及学生是否是“在考试前或考试后新来的城市”年。” 这32个变量被插入到一个统计模型中，该模型看起来像是在“善意狩猎”中只有Matt Damon能够解决的方程式之一。 这个过程看起来是透明的，但显然是泥泞的，即使对于像教师，校长和记者（我对此也犹豫不决）这样​​的聪明人来说也是如此。 艾萨克森女士可能有两个常春藤联盟学位，但她迷路了。她说：“我发现这是无法理解的。” 用简单的英语来说，艾萨克森女士对教育部试图告诉她的最好的猜测是：即使她的66名学生中有65名在州考试中获得了熟练的成绩，但她的3分中的3分应该是4分。 但这只是一个猜测。” 您将如何向外行解释该模型？仅供参考，完整的技术报告位于： http://schools.nyc.gov/NR/rdonlyres/A62750A4-B5F5-43C7-B9A3-F2B55CDF8949/87046/TDINYCTechnicalReportFinal072010.pdf 更新：Andrew Gelman在这里提供了他的想法：http : //www.stat.columbia.edu/~cook/movabletype/archives/2011/03/its_no_fun_bein.html

24 regression  multilevel-analysis  statistics-in-media 

在R（lm）中建立回归模型时，我经常收到此消息 "there are aliased coefficients in the model" 这到底是什么意思？ 另外，由于此predict()原因也发出警告。 尽管这只是一个警告，但我想知道在构建模型之前如何检测/删除别名系数。 另外，忽略此警告可能会带来什么后果？

24 r  regression 

我想知道为什么逻辑回归称为线性模型。它使用S形函数，该函数不是线性的。那么为什么逻辑回归是线性模型呢？

24 regression  logistic  terminology 

我看到这两个功能都是诸如Gradient Boosting Regressors之类的数据挖掘方法的一部分。我看到这些也是单独的对象。 两者之间的关系一般如何？

23 regression  classification  data-mining  decision-theory 

我在大学上过几门统计学课程，但发现我的教育非常注重理论。 我想知道你们中是否有人推荐或在应用统计学方面（研究生阶段）有过不错的经验。

23 regression  references  modeling  experiment-design  application 

对于简单的线性回归，可以直接从方差-协方差矩阵CCC， C d ，e计算回归系数。Cd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} 其中ddd是因变量的指数，和eee是解释变量的指数。 如果只有协方差矩阵，是否可以为具有多个解释变量的模型计算系数？ ETA：对于双解释变量，看来 和类似地用于β2。我没有立即看到如何将其扩展到三个或更多变量。β1=Cov(y,x1)var(x2)−Cov(y,x2)Cov(x1,x2)var(x1)var(x2)−Cov(x1,x2)2β1=Cov(y,x1)var(x2)−Cov(y,x2)Cov(x1,x2)var(x1)var(x2)−Cov(x1,x2)2\beta_1 = \frac{Cov(y,x_1)var(x_2) - Cov(y,x_2)Cov(x_1,x_2)}{var(x_1)var(x_2) - Cov(x_1,x_2)^2} β2β2\beta_2

23 regression  regression-coefficients  covariance-matrix 

均方误差（MSE）和均方预测误差（MSPE）之间的语义区别是什么？

23 regression  estimation  interpretation  error  prediction 

我有一个包含两列的矩阵，这两列具有很多价格（750）。在下图中，我绘制了线性回归的残差： lm(prices[,1] ~ prices[,2]) 看图像，似乎是残差的很强的自相关。 但是，如何测试这些残差的自相关性是否强？我应该使用什么方法？ 谢谢！

23 r  regression  correlation  autocorrelation