問題タブ [robust]

さて、ディスク書き込みエラーが非常にまれであることはわかっています。私が扱っているデータは非常に重要です (SSID のような重要なものです)。したがって、絶対に最小限のメモリ量を使用して、最も堅牢な方法でファイルをコピーしたいと考えています。これまでのところ、これは私が得た限りです。大量のメモリを消費しますが、ソースが見つかりません。その仕組みは、確認結果が得られるまで何回も再チェックすることです (エラーの誤検知の数が大幅に増える可能性がありますが、実際のエラーの可能性は大幅に減少する可能性があります)。また、下部のスリープは、Windows タスク マネージャーを使用してプログラムの全体的なパフォーマンスを分析する時間を確保するためのものです。

では、私のコードが最善の方法で正しい軌道に乗っている場合、それを改善するために私のコードで何ができるのでしょうか? しかし、私のコードが最適な解決策と完全に一致していない場合、最適な解決策は何ですか? この質問は基本的に、非常に非常に重要なデータをコピーするアプリケーションのまれなディスク書き込みエラーの検出に関するものであることに注意してください。

独立した手段を比較するためのさまざまな堅牢な方法と混同しています。統計の教科書に良い説明がありました。たとえばyuen()、サンプルサイズが等しい場合。私のサンプルはどちらかというと不均等なので、bootstrap-t メソッドを試してみたいと思います (Wilcox の本: Introduction to Robust Estimation and Hypothesis Testing、p.163 から)。それはyuenbt()可能な解決策になるだろうと言います。

しかし、すべての教科書には、ここでベクトルを使用できると書かれています。

ローカルの説明を確認すると、次のように表示されます。

試用版の何が問題なのですか:

2 つのベクトルで yuenbt 関数を使用できないのはなぜですか? どうもありがとうございました

線形関数を当てはめたこのデータがあり、その当てはめによって他の作業が決まります (気にしないで、重要ではありません)。私は を使用してnumpy.polyfitいます。データと適合度だけを含めると、他には何もありません。次のプロットが生成されます。

さて、適合は問題ありませんが、一般的なコンセンサスは、最適適合の線がその上の赤いデータ ポイントによって歪められているということです。実際には、そのすぐ下のデータに適合する必要があります。青い点の塊）。そこで、 への呼び出しに重み付けを追加しようとしましたがpolyfit、1/sqrt(y-values) の任意の重み付けを選択したため、基本的に小さい y 値がより有利に重み付けされます。これにより、以下が得られました。

どちらの方が確かに優れていますが、まだ満足していません。ラインが低すぎるように見えるからです。私は理想的には中間点が欲しいのですが、実際に任意の重み付けを選択したので、一般的に Python を使用してより堅牢な適合を実行する方法があるかどうか、またはこれを使用して実行できるかどうか疑問に思っていましたpolyfit。動作する場合は別のパッケージを使用しても問題ありません。

プロジェクトでは、R の「ロバスト」パッケージを使用してロバストな回帰を実行したいと考えています。データは、X 軸と Y 軸の両方で特定の突然変異の有病率で構成されているため、二項ファミリーを使用しました。問題は、信頼区間を計算しようとするたびにエラーが発生することです。

predict.glmRob(mod, newdata = dfPred, type = "response") のエラー:
非関数を適用しようとしています

これは私が実行したRコードです:

そして、これらはデータです：

次のコードを使用してモデルから信頼区間を抽出するのを手伝ってくれる人を見つけましたが、ロバストでない glm や別のファミリが選択されている場合には発生しない 0 から 1 の範囲の信頼区間が得られます。

これを解決する方法を知っている人はいますか？

私は現在、ポートフォリオの選択と最適化を行うグループ プロジェクトに参加しています。参照されている論文はここにあります：（具体的には5ページと6ページ、式7-10）

http://faculty.london.edu/avmiguel/DeMiguel-Nogales-OR.pdf

以下に示すように、M-Portfolios を使用して最適化問題を作成するのに問題があります。

min (wrt w,m) (1/T) * sum_(rho)*(w'*r_t - m) (申し訳ありませんが、フォーマットを機能させることができませんでした)

st w'e = 1 (すべての重みの合計が 1 になるという条件のみ)

これまでのところ、これは私たちが試みたことです：

問題は、w と m のベクトルとして使用されるシータの定義から始まります。目的関数に 2 つの変数がある fmincon を適切に使用する方法がわかりません。さらに、目的関数の値は別の値を条件としており (論文に示されているように)、これは合計 264 か月の 120 か月のローリング タイム ウィンドウで実行する必要があります (したがって、for ループとif-else)

さらに情報が必要な場合は、喜んで提供します。

同様の問題に対処する例を追加で提供できる場合は、そのリンクを教えてください。

前もって感謝します。

R のサバイバル パッケージから clogit 回帰の堅牢な標準エラーを取得しようとしています。そうclogitする際に、オプションを使用して Stata コマンドによって報告された標準エラーを再現しようとしていvce(robust)ます。

Rでの私の式は

robust = TRUE関数に引数を追加すると、次のエラーで失敗します。

ここ、ここ、ここ、およびここで提案されているサンドイッチまたは plm パッケージを介して堅牢な標準エラーを抽出しようとすると、同じエラーで失敗します。同様に、clogit 関数には、メソッドを使用するときにロバストな標準誤差を計算しようとする試みを停止する条件が含まれていますexact(44 行目)。ただし、条件付き_logit$residuals と conditional_logit$score は clogit 回帰オブジェクトに存在します。

誰かが次の質問に答えるのを助けることができれば、私は感謝します:

• 「正確な」条件付きロジスティック回帰の堅牢な標準誤差を計算することは、一般に不可能または「間違っている」のですか? もしそうなら、なぜStataはそうするのを許しているのですか?
• そうでない場合: R でクロギット回帰の堅牢な標準誤差を計算するにはどうすればよいですか?
• clogit 回帰オブジェクトのデータに基づいてロバストな標準誤差を計算できない場合: Survival パッケージの clogit 関数によって生成されたものと同等の条件付きロジスティック回帰モデルを生成し、次のデータを含む別の R パッケージはありますか?ロバストな標準誤差を計算する必要がありますか?

R の Caret パッケージで相互作用項を使用して堅牢な線形回帰を当てはめたいのですが、次のエラーが発生します。

train.default(x, y, weights = w, ...) のエラー : 停止中 さらに: 警告メッセージ: ノミナルTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, : There were missing valuesリサンプリングされたパフォーマンス測定で。

私のコードの下：

相互作用用語「clearSkyPOA*TotalCover」を削除すると、期待どおりに機能します。たとえば、次のコードを使用します。

次の結果が得られます。

何か不足していますか？以下は、dput(トレーニング) からの 20 サンプルの結果です。

ロバストなフィッティング問題のために、「ハット」行列の対角要素であるレバレッジ値によって外れ値を見つけたいと思います。データ行列をX(n * p) とすると、ハット行列は次のようになります。

どこX'で の転置ですX。

が大きい場合n、ハット行列は巨大になります ( n * n)。そのため、計算には時間がかかります。レバレッジ値を計算するためのより高速な方法はありますか?