Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
多维数据的统计回归[关闭]
Closed 这个问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 help closed questions 目前不接受答案 我有一组数据 x y z 格式在哪里z是某个公式的输出 涉及x and y 我想找出公式是什么 我的互
python
Math
statistics
Regression
plm:固定效应回归 - 索引/ID 顺序
我正在使用以下方法进行固定效应回归plm包裹 ID 代码的顺序为何以及如何对回归产生影响 我使用这些代码来运行回归 它们仅在 ID 代码的顺序之间有所不同Company and Year 代码 MV Year lt plm MVlog LE
r
Regression
plm
“mean_squared_error”的负值
我正在使用 scikit 并使用mean squared error作为 cross val score 中模型评估的评分函数 rms score cross validation cross val score model X y cv
Regression
scikitlearn
linearregression
lassoregression
在 R 中绘制多元逻辑回归模型的结果
我想绘制针对调整后的特定自变量 即独立于模型中包含的混杂因素 与结果 二元 关系的多元逻辑回归分析 GLM 的结果 我看过推荐使用以下方法的帖子predict命令后跟curve 这是一个例子 x lt data frame binary o
r
plot
Regression
从 Leaps regsubsets 获取所有模型
我使用 regsubsets 来搜索模型 是否可以自动创建所有lm从参数选择列表中 library leaps leaps lt regsubsets y x1 x2 x3 data nbest 1 method exhaustive su
r
Regression
linearregression
LM
在用户定义函数中使用 step() 时丢失对象错误
5天了还是没有回复 从西蒙的评论中可以看出 这是一个可重现且非常奇怪的问题 似乎只有当具有非常高预测能力的逐步回归被包装在函数中时才会出现这个问题 我已经为此苦苦挣扎了一段时间 任何帮助将不胜感激 我正在尝试编写一个运行多个逐步回归并将其全
r
Regression
GLM
在 python 的端到端管道内的数据帧上使用 TimeSeriesSplit() 应用交叉验证的最佳实践是什么?
假设我有dataset https drive google com file d 18PGLNnOI44LVFignYriBWQFW9WBkTX5c view usp share link在以下范围内pandas questions ta
python
scikitlearn
TimeSeries
Regression
crossvalidation
如何处理 R 回归中残差中的 NA?
所以我遇到了一些问题NAa 的残差值lmR 中的横截面回归 问题不在于NA价值观本身 这就是 R 呈现它们的方式 例如 test residuals 1 2 4 5 0 2757677 0 5772193 5 3061303 4 51028
r
Regression
missingdata
给定 y 值获取 x 值:线性/非线性插值函数的一般求根
我对插值函数的一般求根问题感兴趣 假设我有以下内容 x y data set seed 0 x lt 1 10 runif 10 0 1 0 1 y lt rnorm 10 3 1 以及线性插值和三次样条插值 f1 lt approxfun
r
Regression
interpolation
Spline
gnuplot 上的相关系数
我想使用拟合函数绘制数据 function f x a b x 2 绘图后我得到这个结果 correlation matrix of the fit parameters m n m 1 000 n 0 935 1 000 我的问题是 如何
gnuplot
Regression
correlation
从逻辑模型中仅提取 p 值显着的系数
我运行了逻辑回归 我将其命名为摘要 分数 因此 summary score 给了我以下内容 Deviance Residuals Min 1Q Median 3Q Max 1 3616 0 9806 0 7876 1 2563 1 9246
r
extract
Regression
`plot.lm()` 生成的“残差与杠杆”图中的红色实线是什么?
fit lt lm dist speed cars plot fit which 5 绘图中间的红实线是什么意思 我认为这与库克的距离无关 它是 LOESS 回归线 其中span 2 3 and degree 2 通过针对杠杆平滑标准化残差
r
plot
Regression
linearregression
LM
python中的多元(多项式)最佳拟合曲线?
如何在 python 中计算最佳拟合线 然后将其绘制在 matplotlib 中的散点图上 我使用普通最小二乘回归计算线性最佳拟合线 如下所示 from sklearn import linear model clf linear mode
python
matplotlib
machinelearning
Regression
scatterplot
为什么 R 中内置的 lm 函数这么慢?
我一直以为lm函数在 R 中非常快 但正如本例所示 使用以下函数计算封闭解solve功能更快 data lt data frame y rnorm 1000 x1 rnorm 1000 x2 rnorm 1000 X cbind 1 dat
r
Regression
linearregression
LM
计算R中表格每一行的线性趋势线
是否有可能在不使用循环的情况下对数据帧的每一行进行线性回归 趋势线的输出 截距 斜率 应作为新列添加到原始数据框中 为了更清楚地表达我的意图 我准备了一个非常小的数据示例 day1 lt c 1 3 1 day2 lt c 2 2 1 da
r
Regression
trendline
自动 vlookup 并将系数与 R 相乘
我正在尝试用 R 统计编程语言 编写一个函数 该函数允许我自动计算线性回归 lm 问题 回归是通过 step 函数计算的 因此无法提前知道所选择的系数 问题 自动识别阶跃函数选择的系数 Vlookup 和交叉乘以结果的第二列 例如 View
r
Regression
vlookup
使用 glm 指定 R 中的公式,无需显式声明每个协变量
我想将特定变量强制纳入 glm 回归 而不完全指定每个变量 我的真实数据集有大约 200 个变量 到目前为止 我在网上搜索中还没有找到这样的样本 例如 只有 3 个变量 n 200 set seed 39 samp data frame W
r
programentrypoint
Regression
GLM
使用相同 glm 的 glm 预测和 geom_smooth() 之间的差异
我正在尝试使用概率模型重现其他人的工作 不幸的是 我没有太多关于他们的方法的信息 只有他们的起始数据和模型图 当我在 ggplot 中绘制数据并使用拟合线时geom smooth method glm 我能够重现以前的工作 然而 当我尝试使
r
ggplot2
Regression
GLM
«
1 ...
4
5
6
7
8
9
10
...14
»