Resultados de la búsqueda a petición "linear-regression"
¿La regresión de cresta con 'glmnet' proporciona coeficientes diferentes a los que calculo por "definición de libro de texto"?
Estoy ejecutando la regresión de Ridge con el uso deglmnet R paquete. Noté que los coeficientes que obtengo deglmnet::glmnet Las funciones son diferentes de las que obtengo al calcular los coeficientes por definición (con el uso del mismo valor ...
¿Existe una estimación rápida de la regresión simple (una línea de regresión con solo intersección y pendiente)?
Esta pregunta se refiere a un procedimiento de selección de funciones de aprendizaje automático. Tengo una gran matriz de características: las columnas son las características de los temas (filas): set.seed(1) features.mat <- ...
Obtenga el valor p para la diferencia de medias grupal sin reajustar el modelo lineal con un nuevo nivel de referencia
Cuando tenemos un modelo lineal con una variable de factorX (con nivelesA, ByC) y ~ factor(X) + Var2 + Var3El resultado muestra la estimación.XB yXC que es diferenciasB - A yC - A. (supongamos que la referencia esA) Si queremos saber el valor p ...
Análisis de regresión múltiple en R usando descomposición QR
Estoy tratando de escribir una función para resolver la regresión múltiple usando descomposición QR. Entrada: vector y y matriz X; salida: b, e, R ^ 2. Hasta ahora tengo esto y estoy terriblemente atrapado; Creo que he hecho todo demasiado ...
Error plot.lm: $ operador no es válido para vectores atómicos
Tengo el siguiente modelo de regresión con transformaciones: fit <- lm( I(NewValue ^ (1 / 3)) ~ I(CurrentValue ^ (1 / 3)) + Age + Type - 1, data = dataReg) plot(fit)Peroplot me da el siguiente error: Error: $ operator is invalid for atomic ...
Trazar la curva de densidad condicional `P (Y | X)` a lo largo de una línea de regresión lineal
Este es mi marco de datos, con dos columnas.Y (respuesta) yX (covariable): ## Editor edit: use `dat` not `data` dat <- structure(list(Y = c(NA, -1.793, -0.642, 1.189, -0.823, -1.715, 1.623, 0.964, 0.395, -3.736, -0.47, 2.366, 0.634, -0.701, ...
Línea de ablación incorrecta para un modelo de regresión con intercepción en R
(ejemplo reproducible dado) En lo siguiente, obtengo una línea abline con intersección en y es aproximadamente 30, pero la regresión dice que la intersección en y debería ser 37.2851 ¿Dónde me equivoco? mtcars$mpg # 21.0 21.0 22.8 ... 21.4 (32 ...
¿Por qué obtengo los coeficientes NA y cómo `lm` cae el nivel de referencia para la interacción
Estoy tratando de entender cómo R determina los grupos de referencia para las interacciones en un modelo lineal. Considera lo siguiente: df <- structure(list(id = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, ...
Análisis usando regresión lineal basada en subgrupos
Supongamos que tengo datos(t,y), donde espero una dependencia linealy(t). Además, existen atributos para cada observaciónpar1, par2, par3. ¿Hay un algoritmo o técnica para decidir si (uno o ambos o todos los parámetros) son relevantes para el ...
La tabla de coeficientes no tiene filas de NA en ajuste deficiente de rango; ¿Cómo insertarlos?
library(lmPerm) x <- lmp(formula = a ~ b * c + d + e, data = df, perm = "Prob") summary(x) # truncated output, I can see `NA` rows here! #Coefficients: (1 not defined because of singularities) # Estimate Iter Pr(Prob) #b 5.874 51 1.000 #c -30.060 ...