問題タブ [linear-regression]

numpyより多くの観測値で近似を更新できる、通常の最小二乗のベースの実装を探しています。AppliedStatisticsアルゴリズムAS274またはRのラインに沿った何かbiglm。

それができない場合は、QR分解を新しい行で更新するためのルーチンも重要になります。

ポインタはありますか？

同じ変数の 3 つの異なる推定量を組み合わせるには、Java で重回帰法を実装する必要があります (したがって、3 つの独立変数と 1 つの従属変数)。単純な方法を探しています（重回帰法と同じくらい単純です）。私が行った検索から、最小二乗法がおそらく適切なアプローチであると思いますが、他の方法を提案するかどうかを知りたいです。また、多変数コンテキストでの最小二乗法の実装に関する適切なドキュメントを見つけることができなかったので、使用できる適切な情報/ソースを教えていただければ幸いです。

データセットの線形または非線形最小二乗近似を実行できるRubyライブラリはありますか？

私がやりたいことは次のとおりです。

• 一連の[x、y]データポイントが与えられた
• そのデータに対して線形または非線形の最小二乗近似を生成します
• ライブラリは、線形近似または非線形近似のどちらを実行する必要があるかを判断する必要はありません。ライブラリの呼び出し元は、必要な回帰のタイプを知っている必要があります

この機能を取得するためにC/C ++ / Javaライブラリを移植する必要がないようにしたいので、使用できる既存のRubyライブラリがあることを期待しています。

生成した散布図で線形回帰を生成しようとしていますが、データはリスト形式であり、使用して見つけることができるすべての例では を使用polyfitする必要がありarangeます。arangeただし、リストは受け入れません。リストを配列に変換する方法について高低を検索しましたが、明確なものは何もありません。何か不足していますか？

続いて、整数のリストを への入力としてどのように使用すればよいpolyfitでしょうか?

これが私がフォローしているポリフィットの例です:

だから、私はSVMアルゴリズムがどのように機能するかを理解しようとしていますが、超平面を介してポイントを分離し、それらを分類するために数学的な意味を持つn次元平面のポイントでいくつかのデータセットを変換する方法を理解できません。

ここに例があります。彼らはトラやゾウの写真を分類しようとしています。「100x100ピクセルの画像にデジタル化するので、n次元平面にxがあり、n = 10,000です」と言われますが、私の質問はどうすればよいかということです。 2つのカテゴリに分類するために、数学的な意味を持つポイントの一部のカラーコードを実際に表す行列を変換しますか？

おそらく誰かが2Dの例でこれを説明してくれるでしょう。なぜなら、私が見るグラフィック表現はnDではなく2Dにすぎないからです。

ご存知のように、オプションを使用するとCORRB、SASでロジスティック回帰または線形回帰を使用して推定行列の相関を出力できます。興味深いことに、このマトリックスの読み方がわかりません。明らかに強い正の相関がある2つの変数があります。からPROC CORR、これら2つの変数のピアソン相関係数はです0.7+。しかし、ロジスティック回帰と線形回帰の両方からの推定行列は、-0.7を与えます。相関の強さはほぼ同じですが、符号が逆になっています。誰でも説明できますか？どうもありがとう。

配列に格納されている一連のダブルポイントの回帰を計算するための最速/最も簡単なソリューションを探しています。
Accelerateフレームワークまたはチュートリアルで適切な機能を見つけようとしましたが、うまくいきませんでした。

誰かがそれをしましたか？

Web ブラウザーで Javascript で最小二乗法を実行したいと考えています。

現在、ユーザーは HTML テキスト入力を使用してデータ ポイント情報を入力し、そのデータを jQuery で取得してFlotでグラフ化しています。

ユーザーがデータポイントを入力した後、「最適な線」を提示したいと思います。線形、多項式、指数、および対数の方程式を計算し、最も高いR^2値を持つものを選択すると想像します。

ただし、これを行うのに役立つライブラリが見つからないようです。私はjStatに出くわしましたが、ドキュメントが完全に欠落しており (私が見つけることができる限り)、ソースコードを掘り下げた後、線形回帰機能が組み込まれていないようです-これは純粋に関数に基づいていますただし、名前。

単純な回帰分析を提供する Javascript ライブラリを知っている人はいますか?

そのようにライブラリを使用できることを願っています...

配列に散布点のセットがある場合、それをvar points = [[3,4],[15,45],...[23,78]]のような関数に渡すことができ、線形方程式が の場合のlin_reg(points)ようなものを返します。[7.12,3]y = 7.12 x + 3

"lm" を使用せずに R で通常の最小二乗 ( OLS ) 推定値を計算したいのですが、これにはいくつかの理由があります。まず、「lm」は、私の場合はデータ サイズが問題であることを考慮して、必要のない多くのもの (適合値など) も計算します。第二に、OLS を別の言語で実装する前に R で自分自身を実装できるようにしたい (たとえば C で GSL を使用する)。

ご存知かもしれませんが、モデルは次のとおりです。Y=Xb+E; E〜N（0、シグマ^ 2）で。以下で詳しく説明するように、b は平均 (b0) と別の係数 (b1) の 2 つのパラメーターを持つベクトルです。最後に、実行する線形回帰ごとに、b1 (効果サイズ) の推定値、その標準誤差、sigma^2 (残差分散)、および R^2 (決定係数) の推定値が必要です。

これが私のデータです。N 個のサンプルがあります (例: 個人、N~=100)。サンプルごとに、Y 出力 (応答変数、Y~=10^3)​​ と X ポイント (説明変数、X~=10^6) があります。Y出力を別々に扱いたい、つまり. Y 線形回帰を開始したい: 出力 1 用に 1 つ、出力 2 用に 1 つなど。それから...最終的にポイントXに。

これは、 「lm」の速度と、行列代数を介した OLS 推定の計算速度をチェックするための私のR コードです。

まず、ダミー データをシミュレートします。

すぐ下で使用される私自身の関数は次のとおりです。

組み込みの「lm」を使用したコードは次のとおりです。

これが私のカスタム OLS コードです。

上記の値でこの例を実行すると、次のようになります。

(そして、当然、N、X、Y を増やすと悪化します。)

もちろん、"lm" には応答行列 (y~xi) の各列を個別に "自動的に" フィッティングするという優れた特性がありますが、Y 回 (yi~xi ごとに) "適用" する必要があります。しかし、これが私のコードが遅い唯一の理由ですか? これを改善する方法を知っている人はいますか？

(非常に長い質問で申し訳ありませんが、最小限でありながら包括的な例を提供しようとしました。)

正規および二重対数プロットのデータに対して、R で線形回帰を実行したいと考えています。

通常のデータの場合、データセットは次のようになります。

そこで、データポイント2、3、および4のみの線形回帰の線を引くことを計算したいと思います。

二重対数データの場合、データセットは次のようになります。

ここでは、データセット 1:7 と 8:15 の回帰直線を描きたいと思います。

勾配とy オフセット、およびフィットのパラメーター ( R^2、p-value )を計算できますか?

通常のデータと対数データに対してどのように行われますか?

助けてくれてありがとう、

スヴェン