linear-regression

2熱

1答えて

毎回データのランダムなサブセットを使用して回帰を複製し、回帰係数の分布をチェックしますか？

私は、車の価格、ブランド、マイレージなどからなるデータセットを扱っています私の回帰を2,000回実行することで、自分の独立変数（マイレージ）それぞれの回帰について300回の観測をサンプリングすることによって計算される。以下は私の回帰のモデルである： model <- lm(price ~ mileage, data = dat) 私はそれが動作しませんでした for (i in 1:200

0熱

4答えて

Pythonの線形回帰予測日付で

将来の日付で単純な線形回帰を使って値を予測したいのですが、日付形式のために値を予測できません。 data_df = date value 2016-01-15 1555 2016-01-16 1678 2016-01-17 1789 ... y = np.asarray(data_df['value']) X = data_df[['date']] X_train, X_te

0熱

1答えて

どのようにRが標準誤差を計算するか

私は最近、Fama-Macbethテストの標準エラーを実行したいと思います。標準エラーを計算するときに標準偏差が必要です。このテストのsdは\ frac {1} {n^2} \ sum（x_i- \ bar x）^ 2です。私の考えでは、分母はsdの通常の計算ではnです。だから私の質問は、RやEviewsのようなプログラムでも、線形回帰を実行するときに分母\ frac {1} {n^2}で計算され

1熱

1答えて

RのQR分解を使用して最小自乗推定量の分散を計算する方法？

私はQR分解を学習しようとしていますが、伝統的な行列計算に頼らずにβ_hatの分散を得る方法を理解することはできません。私はirisデータセットで練習し、そしてここで私がこれまで持っているものだよ：あなたの助けを y<-(iris$Sepal.Length) x<-(iris$Sepal.Width) X<-cbind(1,x) n<-nrow(X) p<-ncol(X) qr.X<-q

1熱

1答えて

非線形モデルを線形に変換する方法は？私は、データセットをananlyzingだ、と私はデータは、電力モデルに従うべきであることを知っている

： y = a*x**b 私は対数を取ることにより、線形にそれを変換： ln(y) = ln(a) + b* ln(x) はしかし、問題は上のarisedプロット slope, intercept, r_value, p_value, std_err = scipy.stats.mstats.linregress(x_ln, y_ln) yy = np.exp(intercept)*we

-1熱

1答えて

異なる回帰モデルを多項式データにフィットさせますか？

私はRの絶対初心者ですので、私に同行してください。私はいくつかの多項式生成したは私がより良いフィット感を持っている1を証明するために、このデータには、3種類の回帰モデルを適用したいデータ x.training <- seq(0, 5, by=0.01) # x data error.training <- rnorm(n=length(x.training), mean=0, sd=1) #

-2熱

1答えて

どのようにregerssionのレートを取得するには？

私はマシンの浅い学習を学び始めます。私はPRMLの本を読むときに問題を抱えています。それはLMSアルゴリズムについて話し、それを使って回帰の問題を解決します。 wi + 1 = wi + alpha * gradient 「アルファ」の決定方法がわかりません。それで、それを解決する方法は？

2熱

1答えて

R計算テストMSEトレーニングセットとテストから訓練を受けたモデル与えられたが、データの

を考えると2つの単純なセット設定： head(training_set) x y 1 1 2.167512 2 2 4.684017 3 3 3.702477 4 4 9.417312 5 5 9.424831 6 6 13.090983 head(test_set) x y 1 1 2.068

-1熱

2答えて

異なるインターセプトの線形モデルの傾き：比較する傾きを標準化/正規化する方法は？

Rのデータに線形モデルを適合させるコードがあります。私の独立変数はAGEであり、従属変数はコストです。私は、経費が年齢とともに一般に増加するかどうかに関心があります。しかし、いくつかの部分については、インターセプトは10ですが、他のものについてはインターセプトが1000であるため、通貨単位の増加は役に立ちません。なぜなら、1単位の勾配が10のインターセプトと1スロープ単位のスロープ1年間は無視でき

1熱

2答えて

線形モデル予測の95％信頼区間をプロットするときにプロットが正しくない

信頼区間で予測をプロットするには少し助けが必要です。私は他の全ての変数は（/モードを意味する）一定に保持されているときvs（0と1）の効果をプロットしたい次の例 library(Hmisc) data("mtcars") mfit = lm(mpg ~ vs + disp + cyl, data = mtcars) #disp and cyl at their mean newcar