問題タブ [regression]

条件付きロジスティック回帰の設定に関する詳細なチュートリアル/例を含むオンライン リソース/参考文献を誰かが持っていますか? （できればR、Matlab、またはPythonで）

OLS に regress/regstats を使用できることがわかりました。また、L1-Regression (Laplace) のオンライン実装を見つけましたが、t 分散誤差項を実装する方法がよくわかりません。残差の対数尤度を最大化しようとしましたが、正しい答えが得られないようです。

R 実装 (テスト済みで正確であることがわかっています) と比較すると、これに対する解決策は間違っています。

すでに利用可能な解決策を見つけることができる修正またはアイデアに関する提案はありますか?

Infragistic グリッドを使用するデスクトップ アプリケーションに取り組んでいます。同じ回帰テストを自動化する必要があります。

QTP だけではこれをサポートしていません。私の会社があまり興味を持っていない同じプラグインを購入する必要があります。

デスクトップ アプリケーションの回帰テストを自動化するためのオープン ソース ツールはありますか? アプリケーションはドットネットですが、大した違いはないと思います。提案してください、私はテストを完了するためにゼロインしましたが、これもライセンスされたものです. オープンソースが必要です。

Rのrpart関数を使用すると、モデルを簡単に適合させることができます。例えば：

私の質問は、モデルに対する3つの説明変数（年齢、数、開始）のそれぞれの「重要性」をどのように測定できますか？

これが回帰モデルである場合、「分散分析」F検定（lm変数があるモデルとないモデルの間）からのp値を調べることができます。lmしかし、rpartオブジェクトに「分散分析」を使用することと同等ですか？

（私は私の質問を明確にすることができたと思います）

ありがとう。

私は今、回帰しなければならないパネルデータセットを見ています。私は今学期に計量経済学のコースと一緒に博士号を取得しただけなので、多くの統計アプリケーションと回帰法にまだ慣れていません。Y = x1 x2 x3などの単純な回帰を実行したいのですが、すでにいくつかの文献を閲覧し、パネルデータの場合は固定効果回帰を実行するのが一般的であることがわかりました。また、私のY変数は正の値しかないので、Tobitモデルの方向で考えていましたか？

私は金融業界のアナリストのカバレッジに関していくつかの調査を行っています。私の独立変数は特定の会社のアナリストのカバレッジであるため、観察ごとに1人のアナリストと1人の会社があり、会社のさまざまな特性（時価総額やベータなど）があります。このデータはすべて月次です。カバレッジがマイナスになることはないので（0のみ）、Tobitモデルを考えていましたか？

良い回帰法となるアイデアはありますか？または、情報の良い情報源（e書籍、電子書籍、大学を通じて、私の仕事の分野に関するほとんどすべてにアクセスできます）がありますか（将来の研究のためにこれらのことを学ぶ必要があるため）？

従属変数が確率である数十万の測定値があり、ロジスティック回帰を使用したいと思います。ただし、私が持っている共変量はすべてカテゴリ型であり、さらに悪いことに、すべてネストされています。これは、特定の測定値に「都市-フェニックス」がある場合、明らかに「州-アリゾナ」と「国-米国」があることを意味します。私には4つのそのような要因があります-最も細かいものには約20kレベルがありますが、必要に応じてそれがなくてもできると思います。また、ネストされていないカテゴリの共変量もいくつかあります（4つ程度で、それぞれ3つの異なるレベルがあります）。私が最も興味を持っているのは予測です。ある都市での新しい観測を踏まえて、関連する確率/従属変数を知りたいと思います。私は関連する推論機構にあまり興味がありません-標準偏差、など-少なくとも今のところ。ずさんな余裕があるといいなと思っています。ただし、計算コストの高いメソッドが必要な場合を除いて、その情報が必要です。これを攻撃する方法について誰かアドバイスはありますか？混合効果を調べましたが、それが私が探しているものかどうかはわかりません。

NumPyを使用してPythonで多変量回帰を実行することは可能ですか?

ドキュメントhereはそうであることを示唆していますが、トピックに関する詳細は見つかりません。

バイナリ従属変数を持つパネル データ セットを使用して R で回帰を行うことは可能ですか? logit と probit に glm を使用し、パネル データに plm を使用することに慣れていますが、この 2 つを組み合わせる方法がわかりません。既存のコード例はありますか?

編集

回帰を行うときに plm() が使用している行列を抽出する方法を理解できれば、それも役に立ちます。たとえば、plm を使用して固定効果を実行したり、適切なダミー変数を使用して行列を作成し、それを glm() で実行したりできます。ただし、このような場合、自分でダミーを生成するのは面倒なので、plm に任せた方が簡単です。

誰かが統計的に素朴な人に と の違いを説明できMultiple R-squaredますAdjusted R-squaredか? 次のように単変量回帰分析を行っています。

結果：

ソフトウェアの回帰テストを実行している間、3つの回帰バグがあります。「ローカル」、「マスクされていない」、「リモート」。それぞれの定義を知っている人はいますか？ありがとう