Resultados de la búsqueda a petición "regression"
Extraiga solo los coeficientes cuyos valores de p sean significativos de un modelo logístico
He ejecutado una regresión logística, cuyo resumen nombro. "puntuación" en consecuencia,
Regresión lineal con marco de datos de pandas.
Tengo un marco de datos en pandas que estoy usando para producir un diagrama de dispersión, y quiero incluir una línea de regresión para la gráfica. En este ...
validación cruzada de scikit-learn, valores negativos con error cuadrático medio
Cuando uso el siguiente código con matriz de datos
Highcharts - Obtener punto de cruce de la serie de cruce
Actualmente estoy tratando de extraer los puntos de cruces múltiples de series (a, b, c, d) de una serie específica (x). Parece que no puedo encontrar ninguna función que pueda ayudarme en esta tarea. Mi mejor apuesta es medir la distancia de ...
Error en `contrastes <-` (` * tmp * `, value = contr.funs [1 + isOF [nn]]): los contrastes se pueden aplicar solo a factores con 2 o más niveles
Tengo el siguiente código para minimizar la suma de la desviación usando optim () para encontrar beta0 y beta1, pero recibo los siguientes errores, no estoy seguro de lo que estoy haciendo mal: sum.abs.dev<-function(beta=c(beta0,beta1),a,b) { ...
¿Cómo hace Sklearn la regresión lineal cuando p> n?
se sabe que cuando el número de variables (p) es mayor que el número de muestras (n), el estimador de mínimos cuadrados no está definido. En sklearn recibo estos valores: In [30]: lm = LinearRegression().fit(xx,y_train) In [31]: lm.coef_ ...
trazar líneas de regresión lineal sin interacción en ggplot2
Este código traza líneas de regresión con interacciones en ggplot2: library(ggplot2) ggplot(mtcars, aes(hp, mpg, group = cyl)) + geom_point() + stat_smooth(method = "lm") ¿Se pueden trazar líneas sin interacciones constat_smooth?
Ordenación de puntos en el gráfico de líneas R
Quiero agregar una línea ajustada de un ajuste cuadrático a un diagrama de dispersión, pero el orden de los puntos está de alguna manera desordenado. attach(mtcars) plot(hp, mpg) fit <- lm(mpg ~ hp + I(hp^2)) summary(fit) res ...