Questions tagged «splines»

语境：我想提请在不出现参数散点图一条线，所以我使用geom_smooth()的ggplot中R。它会自动返回geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.我收集的GAM代表广义加性模型，并使用三次样条曲线。 以下看法正确吗？ 黄土以特定值估算响应。 样条曲线是连接适合数据的不同分段函数（构成广义加性模型）的近似值，三次样条曲线是此处使用的特定样条曲线类型。 最后，何时应使用花键，何时应使用LOESS？

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

我有一个数据集，其中包含一些位置，速度和加速度的测量值。全部来自同一“运行”。我可以构造一个线性系统，并将多项式拟合所有这些度量。 但是我可以用样条线做同样的事情吗？这样做的“ R”方式是什么？ 这是一些我想拟合的模拟数据： f <- function(x) 2+x-0.5*x^2+rnorm(length(x), mean=0, sd=0.1) df <- function(x) 1-x+rnorm(length(x), mean=0, sd=0.3) ddf <- function(x) -1+rnorm(length(x), mean=0, sd=0.6) x_f <- runif(5, 0, 5) x_df <- runif(8, 3, 8) x_ddf <- runif(10, 4, 9) data <- data.frame(type=rep('f'), x=x_f, y=f(x_f)) data <- rbind(data, data.frame(type=rep('df'), x=x_df, y=df(x_df))) data <- …

14 r  model  fitting  splines  derivative 

我对逻辑回归分析中连续预测变量的logit线性假设感到困惑。在使用单变量logistic回归分析筛选潜在预测指标时，我们是否需要检查线性关系？ 就我而言，我正在使用多元逻辑回归分析来确定参与者中与营养状况（二分结果）相关的因素。连续变量包括年龄，Charlson合并症评分，Barthel指数评分，握力，GDS评分，BMI等。我的第一步是使用简单的逻辑回归筛选重要变量。在每个连续变量的简单逻辑回归分析过程中，是否需要检查线性假设？还是应该在最终的多元逻辑回归模型中进行检查？ 此外，据我了解，我们需要先将非线性连续变量转化为模型，然后再进行转换。我可以对非线性连续变量进行分类而不是进行转换吗？

13 regression  logistic  assumptions  splines  regression-strategies 

仅在GAM模型中提供样条而不在GLM模型中提供样条是错误的吗？我前不久听到了这个消息，想知道这是否只是一个误解，或有什么道理。这是一个例子：

12 generalized-linear-model  splines 

当使用自然的（即受限制的）三次样条曲线时，创建的基函数是高度共线性的，当在回归中使用时，似乎会产生非常高的VIF（方差膨胀因子）统计数据，表示多重共线性。当出于预测目的考虑模型的情况时，这是一个问题吗？由于样条线构造的性质，似乎总是这样。 这是R中的示例： library(caret) library(Hmisc) library(car) data(GermanCredit) spl_mat<-rcspline.eval(GermanCredit$Amount, nk=5, inclx=TRUE) #natural cubic splines with 5 knots class<-ifelse(GermanCredit$Class=='Bad',1,0) #binary target variable dat<-data.frame(cbind(spl_mat,class)) cor(spl_mat) OUTPUT: x x 1.0000000 0.9386463 0.9270723 0.9109491 0.9386463 1.0000000 0.9994380 0.9969515 0.9270723 0.9994380 1.0000000 0.9989905 0.9109491 0.9969515 0.9989905 1.0000000 mod<-glm(class~.,data=dat,family=binomial()) #model vif(mod) #massively high OUTPUT: x V2 V3 V4 …

12 multiple-regression  generalized-linear-model  predictive-models  multicollinearity  splines 

我有一些代码和输出，我想构建一个模型。我不知道如何使用此输出来构建模型： require("splines") x <- c(0.2, 0.23, 0.26, 0.29, 0.33, 0.46, 0.53 ) y <- c(0.211, 0.2026, 0.2034, 0.2167, 0.2177, 0.19225, 0.182) fit <- lm(y ~ ns(x,3)) summary(fit) 请注意，ns()将为自然三次样条生成B样条基础矩阵。因此，该模型y针对x使用三个自由度的B样条回归。这样的模型的方程是什么样的？

12 r  splines 

在使用平滑/样条线作为预测模型时，谁能提供关于如何对新数据进行预测的概念性解释？例如，给定一个模型，该模型在R gamboost的mboost包中使用创建，带有p样条曲线，那么如何预测新数据？训练数据使用了什么？ 假设自变量x有一个新值，并且我们要预测y。在训练模型时是否使用结或df将用于创建样条曲线的公式应用于该新数据值，然后将来自训练模型的系数应用于输出预测？ 这是R的示例，对于新数据mean_radius = 15.99，预测在概念上将输出899.4139吗？ #take the data wpbc as example library(mboost) data(wpbc) modNew<-gamboost(mean_area~mean_radius, data = wpbc, baselearner = "bbs", dfbase = 4, family=Gaussian(),control = boost_control(mstop = 5)) test<-data.frame(mean_radius=15.99) predict(modNew,test)

11 regression  machine-learning  predictive-models  splines 

我正在阅读很多有关在各种回归问题中使用样条曲线的信息。一些书（例如Hodges Riched Parrameterized线性模型）推荐了样条曲线。其他（例如Harrell 回归建模策略）选择了受限制的三次样条曲线。 在实践中，这些有何不同？您是否经常会从使用一种或另一种获得实质上不同的结果？一个或另一个具有特殊优势吗？

11 regression  splines 

因此，我读了几篇关于为什么应始终避免合并的文章。该链接的流行参考是此链接。 主要的缺点是分档点（或切点）相当随意，并且会导致信息丢失，因此应首选样条线。 但是，我目前正在使用Spotify API，该API对它们的某些功能有很多连续的置信度度量。 看一下“工具性”这一功能，引用指出： 预测曲目是否不包含人声。在这种情况下，“哦”和“啊”的声音被视为乐器。说唱或说出的单词轨迹显然是“声音”。器乐性值越接近1.0，则曲目中没有人声内容的可能性越大。高于0.5的值旨在表示乐器轨迹，但随着该值接近1.0，置信度更高。 考虑到我的数据分布非常偏左（大约90％的样本几乎不超过0，我发现将此功能转换为两个分类特征是明智的：“ instrumental”（所有值均大于0.5的样本）和“ non_instrumental” ”（对于所有小于0.5的样本）。 错了吗 当我几乎所有（连续）数据都围绕一个值旋转时，将会有什么选择呢？根据我对样条曲线的了解，它们也不能解决分类问题（我在做什么）。

10 classification  categorical-data  continuous-data  splines  binning 

我没有特定的示例或任务。我只是使用b样条的新手，我想在回归上下文中更好地了解此函数。 假设我们要评估响应变量与某些预测变量x 1，x 2，...之间的关系。。。，X p。预测变量包括一些数值变量和一些分类变量。yyyx1,x2,...,xpx1,x2,...,xpx_1, x_2,...,x_p 假设在拟合回归模型后，数值变量之一（例如是有效的。之后的逻辑步骤是评估是否需要更高阶的多项式，例如：x 2 1和x 3 1，以便在不过度拟合的情况下充分说明该关系。x1x1x_1x21x12x_1^2x31x13x_1^3 我的问题是： 在什么时候选择b样条曲线或简单的高阶多项式。例如在R： y ~ poly(x1,3) + x2 + x3 与 y ~ bs(x1,3) + x2 + x3 您如何使用图来告知您在这两者之间的选择，以及从图上还不清楚时会发生什么情况（例如：由于大量数据点） 您将如何评估和x 3之间的双向交互作用项x2x2x_2x3x3x_3 对于不同类型的模型，上述变化如何 您是否会考虑从不使用高阶多项式并始终拟合b样条并惩罚高灵活性？

10 regression  multiple-regression  splines  polynomial  penalized 

在对这个问题的评论中，用户@whuber引用了使用样条曲线的定期版本来拟合定期数据的可能性。我想了解更多有关此方法的信息，特别是定义样条曲线的方程式，以及如何在实践中实现它们（我主要是R用户，但如有需要，可以使用MATLAB或Python）。同样，但这是“很高兴”的事情，很高兴知道与三角多项式拟合有关的可能的优点/缺点，这就是我通常如何处理此类数据（除非响应不是很平稳，在这种情况下，我会切换到具有周期性内核的高斯过程。

10 regression  time-series  seasonality  splines 

我有一些变量，我很想找到它们之间的非线性关系。因此，我决定拟合一些样条曲线或黄土，并打印漂亮的图（请参见下面的代码）。但是，我还希望获得一些统计数据，以使我了解这种关系是随机性问题的可能性有多大……即，我需要一些总体p值，例如对于线性回归而言。换句话说，我需要知道拟合曲线是否有意义，因为我的代码会将曲线拟合到任何数据。 x <- rnorm(1000) y <- sin(x) + rnorm(1000, 0, 0.5) cor.test(x,y) plot(x, y, xlab = xlab, ylab = ylab) spl1 <- smooth.spline(x, y, tol = 1e-6, df = 8) lines(spl1, col = "green", lwd = 2) spl2 <- loess(y ~ x) x.pr <- seq(min(x), max(x), length.out = 100) lines(x.pr, …

10 r  regression  splines  loess 

我正在处理数据集。使用一些模型识别技术后，我得出了一个ARIMA（0,2,1）模型。 我使用R detectIO包TSA中的函数在对原始数据集进行第48次观察时检测到创新的离群值（IO）。 如何将这个离群值合并到模型中，以便将其用于预测？我不想使用ARIMAX模型，因为我可能无法根据R中的模型做出任何预测。还有其他方法可以做到吗？ 以下是我的价值观： VALUE <- scan() 4.6 4.5 4.4 4.5 4.4 4.6 4.7 4.6 4.7 4.7 4.7 5.0 5.0 4.9 5.1 5.0 5.4 5.6 5.8 6.1 6.1 6.5 6.8 7.3 7.8 8.3 8.7 9.0 9.4 9.5 9.5 9.6 9.8 10.0 9.9 9.9 9.8 9.8 9.9 9.9 9.6 9.4 …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

如果我使用lm(y~a*b)R语法将数据拟合为，其中R a是二进制变量且b是数字变量，则a:b交互项是y~bat a= 0和at a= 1的斜率之差。 现在，假设y和之间的关系b是曲线的。如果我现在适合lm(y~a*poly(b,2))，则a:poly(b,2)1是y~b条件的变化在上述水平上的变化a，并且a:poly(b,2)2是y~b^2条件的变化在上水平a。这需要花费一些时间，但是如果这些相互作用系数中的任何一个都明显不同于零，那么我可以说这意味着a不仅影响y峰的垂直位移，而且影响峰的位置以及接近y~b+b^2曲线峰的陡度。 如果我合适lm(y~a*bs(b,df=3))怎么办？我该如何解释a:bs(b,df=3)1，a:bs(b,df=3)2和a:bs(b,df=3)3条件？这些y来自样条线的垂直位移是否可归因于a三个部分的每一个？

10 r  multiple-regression  splines 

问：使用状态空间建模和卡尔曼滤波而不是平滑样条曲线适合哪些数据，反之亦然？两者之间是否存在等价关系？ 我试图对这些方法如何组合在一起有一个高层次的了解。我浏览了约翰斯顿的新高斯估计：序列和多分辨率模型。令人惊讶的是，没有提到状态空间模型和卡尔曼滤波。为什么不在那里？那不是解决这类问题的最标准工具吗？相反，重点是平滑样条和小波阈值处理。我现在很困惑。

10 kalman-filter  splines  state-space-models