問題タブ [linear-regression]

散布図に線形回帰直線を作成する abline 関数を試しました。

提案があればお願いします

http://en.wikipedia.org/wiki/Perceptron#Example

私の質問は、NAND が 2 つのパラメーターのみを取り、1 を返すときに、各ベクトルに 3 つの入力値があるのはなぜですか?

http://en.wikipedia.org/wiki/Sheffer_stroke#定義

あなたの便宜のために貼り付けられたコード：

非正方行列の平方根をどのように計算できますか？psジョルダン行列分解法を試しましたが、正方行列にしか適用できないようです。

多変量回帰を使用してバスケットボールをプレイしようとしています。具体的には、X、Y、ターゲットからの距離に基づいて、ピッチ、ヨー、キャノンの強さを予測する必要があります。出力パラメーターごとにマルチプル変数を使用した多変量回帰を使用することを考えていました。これを行うためのより良い方法はありますか？

また、最適なフィットを得るために直接ソルブを使用する必要がありますか、それとも最急降下法を使用する必要がありますか？

間隔 [0,10] に実数値ラベルを持つデータセットを使用して、線形回帰モデルをトレーニングしています。テスト セットの予測値には、10 を超える予測が含まれています。予測を 10 に制限する方法はありますか。

予測が 10 を超える場合は、明示的に 10 に設定するような条件チェックを行うことを考えています。

より良い方法はありますか？

私は2つのデータフレームを持っています。1 つはトレーニング データ ( pubs1)、もう 1 つはpubs2テスト データ ( ) です。線形回帰オブジェクトを作成できますが、予測を作成できません。これを行うのはこれが初めてではなく、何が問題なのかわかりません。

私が行方不明になっているものはありますか？

線形回帰を実行しようとしていますが、正の係数を持つ変数のみを使用しようとしています (これはハードしきい値と呼ばれていると思いますが、よくわかりません)。

例えば：

上記の回帰では、モデル 3802、8004、および 8005 のみを使用したいと思います。各変数名をコピーして貼り付けずにこれを行う方法はありますか?

モデルを単一のパーセンテージ (従属) 変数: スコアに適合させるために選択しようとしている 9 つの連続独立変数を含むデータセットがあります。

残念ながら、いくつかの変数の間に深刻な共線性があることはわかっています。

変数選択のために R で stepAIC 関数を使用してみましたが、奇妙なことに、その方法は変数が方程式にリストされている順序に敏感なようです...

これが私のRコードです（b / cはパーセンテージデータです。スコアにはロジット変換を使用しています）：

何らかの理由で、式の先頭にリストされている変数が stepAIC 関数によって選択されることになり、結果は、たとえば Var9 を最初に (チルダに続いて) リストすることで操作できることがわかりました。

ここでモデルを適合させるより効果的な (そしてあまり議論の余地のない) 方法は何ですか? 私は実際に線形回帰の使用に固執しているわけではありません。私が望む唯一のことは、9 つ​​の変数のどれが本当に Score 変数の変動を引き起こしているかを理解できるようにすることです。できれば、これは、これら 9 つの変数の共線性の可能性が高いことを考慮に入れる方法です。

難しい質問だとは存じますが、お時間を割いてご覧いただき、誠にありがとうございます...

最高、ジュリー

Pesaran(2007) のユニット ルート テスト (他のほとんどの場合とは異なり、横断的な依存関係を前提としています) を実行できる特別なパッケージを探すのに多くの時間を費やしましたが、何も見つかりませんでした。そこで、手動で行うことにしました。ただし、私の結果は Microsoft Excel の結果 (非常に簡単に実行できます) とは大きく異なるため、どこが間違っているのかわかりません。

私のデータ フレームは 22 か国で構成されており、毎日の価格指数が 506 回観測されています。以下は、Pesaran(2007) ユニット ルート テストを使用して実行するモデルです。

(i) インターセプトのみ

ここで、$\overline{Y}$ は各時点での国全体の観測値のクロスセクション平均 $t$ であり、$b$ は関心のある係数です。これにより、ADF 検定統計量を計算して決定できるからです。プロセスが静止しているかどうか。

これらの各変数を次の方法で作成しました。

(デルタ)Y(t)

Y(t-1)

Y(バー)(t-1)

(デルタ)Y(バー)(t-1)

(デルタ)Y(バー)(t-2)

(デルタ)Y(t-1)

(デルタ)Y(t-2)

各変数を個別に構築した後、線形回帰を実行します

私の回帰式の説明変数の長さが異なることは明らかなので、R ですべての変数を同じ長さにする方法があるかどうかを知りたい (おそらく関数を使用)。

また、使用した手順が正しいかどうか、さらに最適な方法があるかどうかを知りたいです。

次の形式の線形データがあります。

私はscipy.optimize.leastsqこれに線形回帰を当てはめるために使用しています：

そして、それは美しく機能します（scipy.optimizeここで使用するのが正しいかどうかはわかりませんが、少しやり過ぎかもしれません）。

ただし、データポイントの位置が原因​​で、0でのy軸の切片は得られません。この場合はゼロでなければならないことはわかっていますが、if x = 0 than y = 0。

これを強制する方法はありますか？