如何同时估计具有i和t两个变量的回归
回归分析是一种统计方法，用于研究自变量与因变量之间的关系。在回归分析中，如果我们想要同时估计具有两个变量i和t的回归关系，可以使用多元线性回归模型。
多元线性回归模型是一种用于建立多个自变量与一个因变量之间关系的回归模型。在这种情况下，我们可以将i和t作为自变量，建立一个多元线性回归模型来估计它们与因变量之间的关系。
具体步骤如下：
- 数据收集：收集包含自变量i和t以及因变量的数据样本。
- 模型建立：根据收集到的数据，建立多元线性回归模型。模型的形式可以表示为：Y = β0 + β1i + β2t + ε，其中Y表示因变量，i和t表示自变量，β0、β1、β2表示回归系数，ε表示误差项。
- 模型拟合：使用最小二乘法或其他拟合方法，估计回归系数β0、β1、β2的值，使得模型拟合数据最好。
- 模型评估：通过分析回归系数的显著性、模型的拟合优度等指标，评估模型的质量和可靠性。
- 预测和解释：使用建立好的回归模型，对新的自变量i和t进行预测，并解释模型中各个变量对因变量的影响。
在腾讯云的产品中，可以使用云数据库MySQL、云服务器CVM、人工智能平台AI Lab等来支持多元线性回归分析。具体产品介绍和链接如下：
- 云数据库MySQL：腾讯云提供的关系型数据库服务，可用于存储和管理回归分析所需的数据。产品介绍链接：https://cloud.tencent.com/product/cdb
- 云服务器CVM：腾讯云提供的弹性计算服务，可用于搭建回归分析所需的计算环境。产品介绍链接：https://cloud.tencent.com/product/cvm
- 人工智能平台AI Lab：腾讯云提供的人工智能开发平台，内置了多种机器学习算法和工具，可用于回归模型的建立和分析。产品介绍链接：https://cloud.tencent.com/product/ailab
通过以上腾讯云的产品，您可以方便地进行多元线性回归分析，并获得准确的估计结果。
相关·内容
我想知道如何预测和获得未来的时间序列数据后，模型培训。我想在N步之后得到这些值。我想知道时间序列数据是否被正确地学习和预测了。如何正确地获得以下(下一个)值？我希望使用model.predict或类似的方法获得下一个值。
我有x_test和x_test[-1] == t，所以下一个值的意思是t+1, t+2, .... t+n。在本例中，我想得到t+1, t+2 ... t+n
第一
我试过使用股票指数数据
inputs = total_data[len(total_data) - forecast - look_back:]
inputs = scaler.transform(inputs
浏览 4提问于2020-02-22得票数 4
我正在尝试运行一个包含超过11,000个虚拟交互项的面板回归。我的回归如下所示：
xi: reg Y i.county*i.year
其中i.county*i.year表示虚拟变量的交互。无论是Stata，还是Matlab，或者R都不能容纳这么多的变量。我不确定是否有一个命令可以增加存储变量的数量(例如，stata中的-set matsize命令)。
我知道Stata矩阵的最大容量是11,000个变量。如何在Stata中运行这种固定效果回归？Mata是这里的一个选项吗？
浏览 2提问于2013-05-12得票数 0
回答已采纳
1回答
在回归框架中，假设我们有两个自变量x1和x2，我们想要依赖于x1>0或x1<0的不同的斜率，和x2一样。如果需要文献的入口点，这类模型将用于的计算。
这个主题已经出现在交叉验证站点()上，所以现在我尝试对它进行编码。我的第一个注意事项是使用statsmodels，这是一个典型的线性回归模型：
import numpy as np
import statsmodels.api as sm
spector_data = sm.datasets.spector.load()
spector_data.exog = sm.add_constant(spector_data.exog, p
浏览 3提问于2022-10-15得票数 3
回答已采纳
1回答
用多元回归分析识别铅/滞后
、、、、
我有三个时间序列变量(x，y，z)测量在3个重复.X和z是自变量。Y是因变量。T是时间变量。这三个变量均随昼夜变化而变化，白天增加，夜间下降。下面是一个使用模拟数据集的示例。
library(nlme)
library(tidyverse)
n <- 100
t <- seq(0,4*pi,,100)
a <- 3
b <- 2
c.unif <- runif(n)
amp <- 2
datalist = list()
for(i in 1:3){
y <- 3*sin(b*t)+rno
浏览 1提问于2021-02-13得票数 1
2回答
我有两个模型:一个是简单的线性回归，另一个是多元线性回归。
在简单线性回归中，这两个变量之间的相关性最强。多元线性回归包含两个额外的变量，它们可以与相依者联系在一起，但在统计学上它们是不显著的(P > 0)。
如何解释最适合使用的模型是简单线性回归还是多元线性回归？
以下是回归过程中的一些值：
简单线性: F(1，77) = 21.07，Prob >F= 0.0000，R平方= 0.2148，Adj R平方= 0.2046
多重线性: F(3，75) = 7.29，Prob >F= 0.0002，R平方= 0.2258，Adj R平方= 0.1948
浏览 0提问于2015-12-06得票数 2
我试图估计一个带有arima误差的线性回归，但我的回归变量是高度共线性的，因此回归模型受到多重共线性的影响。由于我的最终目标是能够将单个回归系数解释为弹性，并将它们用于事前预测，因此我需要以某种方式解决多重共线性，以便能够信任回归变量的系数。我知道转换回归变量，例如。通过差分可能有助于减少多重共线性。我还了解到，auto.arima对xreg中定义的response变量和回归变量执行相同的差分(参见：Do we need to do differencing of exogenous variables before passing to xreg argument of Arima() i
浏览 38提问于2019-06-17得票数 1
1回答
我正在尝试使用R中的plm软件包构建固定效果回归。我使用具有年份和国家固定效果的国家级别面板数据。我的问题涉及两个解释变量。一个是两个变量的相互作用项，一个是其中一个变量的平方项。
模型基本为:Y= x1 + x1^2+ x3 + x1*x3+ ...+xn，变量均为对数形式
模型的核心是包含平方项，但当我运行回归时，它总是因为“奇点”而被排除在外，因为x1和x1^2显然是相关的。这意味着回归起作用了，我得到了变量的估计值，但不是x1^2和x1*x2。我该如何规避这个问题呢？
library(plm)
fe_reg<- plm(log(y) ~ log(x1)+log(x2)+log(x
浏览 8提问于2021-11-24得票数 1
我使用R中的systemfit包运行SUR回归，数据集包含80家银行的回报，这些银行在虚拟变量上回归，在特定日期等于1，否则等于0。在运行这个程序时，我总是获得相同的错误：
.solve.dgC.lu中的错误(as(a，"dgCMatrix")，b= b，tol = tol)：LU计算单数:极端条目的比率(U)= 3.703e-20
我将数据集上传到pastebin，因此我希望您可以通过运行以下代码轻松地复制错误：
library("systemfit")
library("plm")
den <- read.table("
浏览 1提问于2019-01-18得票数 2
回答已采纳
1回答
我是个新手。我想对收入的对数(消费)进行回归估计，然后绘制消费和收入的曲线图。 我可以运行以下回归并绘制结果。 results <- lm(I(log(CONSUMPTION)) ~ INCOME, data=dataset)
effect_plot(results, pred=INCOME) 如果我这样做，我得到的是纵轴上的log(消耗)，而不是消耗。 如何在垂直轴上绘制消耗图？ 问这个问题的另一种方法是如何将绘图的y轴从log(y)转换为y？虽然我的问题是关于effect_plot()函数，但我对任何plot函数都很满意。 谢谢你能给我的任何帮助。
浏览 28提问于2020-07-21得票数 0
目的:求回归线(多变量超平面)的系数。最能模拟数据的方法。我们把这个叫做w
在以下方面有何区别：
1)使用MAP估计：w=(XX^T+\lambda I )^{-1}Xy^T，其中X是输入的训练数据，y是训练的输出。
和
2)使用神经网络进行回归(我不知道这是如何实现的)
(以及用于线性回归的任何其他方法)
浏览 0提问于2018-11-09得票数 2
1回答
请看下面的图，忽略实线(只需看虚线/虚线)。
对于每条曲线，g在、凹、双射之间。我从措施背后的过程中知道，通过增加V，相应的曲线变平了。
当V发生变化时，会产生不同的曲线。顶部的橙色曲线代表V=100，底部曲线(红色/品红)是V=180的结果。
我用以下形式用更多的数据点来测量数据：
T[1] V[1] g[1]
T[2] V[1] g[2]
T[3] V[1] g[3]
... V[1] g[4]
T[N] V[1] g[5]
.......
T[1] V[N] g[1]
T[2] V[N] g[2]
T[3] V[N] g[3]
... V[N] g
浏览 2提问于2014-02-08得票数 2
回答已采纳
我必须为集群标准误差调整logistic回归模型。为此，我使用包ClusterSEs和命令cluster.im。
我必须在数据集Tbf2:个人和村庄: Tbf2是我的小型数据集，它由变量Burned (二进制变量；村庄级别)、Tbf2(因子，村庄级别)和VoteForER2 (二进制，个人级别)组成。
我的代码如下：
#Make sure the data has the same length,
Tbf1 <- data.frame(cbind(Burned, Village, VoteForER2))
Tbf2 <- na.omit(Tbf1)
#Prediction of
浏览 1提问于2015-03-27得票数 0
这里有两个问题：
第一。我有一个这样的数据帧：
Date Y X1 X2 X3
22 2004-05-12 9.348158e-09 0.000081 0.000028 0.000036
23 2004-05-13 9.285989e-09 0.000073 0.000081 0.000097
24 2004-05-14 9.732308e-09 0.000085 0.000073 0.000096
25 2004-05-17
浏览 0提问于2016-08-23得票数 0
我想估计空间面板自回归模型
y_{t} = a + \rho W y_{t} + \epsilon_{t}
其中a是单个固定效果的向量。我在R中使用了优秀的splm包。
请注意，我在这里没有任何自变量X -如果我包括一些回归变量X就没有问题，但我想知道在没有自变量的情况下如何使用splm指定模型。
library(splm)
library("spdep")
data("Produc", package = "Ecdat")
data("usaww")
usalw <- mat2listw(usaww)
# this wo
浏览 0提问于2019-04-01得票数 1
我的问题是关于不必要的预测器，即不提供任何新的线性信息的变量，或者是其他预测器的线性组合的变量。如您所见，swiss数据集有六个变量。
library(swiss)
names(swiss)
# "Fertility" "Agriculture" "Examination" "Education"
# "Catholic" "Infant.Mortality"
现在我介绍一个新的变量ec。它是Examination和Education的线性
浏览 1提问于2017-06-23得票数 5
回答已采纳
1回答
我和R一起做了145次观测。我已经创建了五个子样本，每个子样本都有29个观察，而响应变量q已经被排序。因此，subset1包含29行数据帧，输出最低，subset2包含以下29行，等等。
我将变量q回归到预测因子x1，x2和x3上。我现在需要做两个实验：
将所有子样本的误差方差约束为相同；
将x2和x3上的系数以及5次OLS回归的误差方差约束为相同。
到目前为止，我的方法是使用包plm，它允许执行面板回归。但是，我不知道具体地限制误差方差，或特定的系数。此外，我认为一定有一种方法可以用R中更基本的工具来实现。
请不要犹豫，提供替代方法。提前感谢您的帮助！
浏览 4提问于2016-08-28得票数 0
回答已采纳
我有femalesucide数组的size (4,180)和HDIar数组的size(4,180)。我运行了OLS回归，但是当我试图获得模型摘要时，它会出现错误。
femalesucide=np.array([femalesuiciderate2000,femalesuiciderate2005,femalesuiciderate2010,femalesuiciderate2015])
HDIar=np.array([HDIRank2000,HDIRank2005,HDIRank2010,HDIRank2015])
model4=sm.OLS(femalesucide,HDIar).fit()
浏览 1提问于2019-04-16得票数 0
与单一的多元logistic回归训练相比，在1对所有时尚中建立N个逻辑回归集有根本的区别吗？换句话说，是否有任何优化技术以与N个独立回归明显不同的方式处理1到N类逻辑回归问题？
从直觉上看，答案应该是肯定的，因为如果两个类是相似的，那么在不同的问题之间应该有大量的信息共享。但是，由于我对1到N的求解器的实际工作方式并不十分熟悉，所以我无法判断我是否正确，或者这些问题是以基本相同的方式处理的。
我认为我们可以看到，这两种模式可能有区别，但我不完全确定。在谷歌上搜索此事时，我发现了一些关于这个问题的神秘讨论，但我无法找到对此事的权威讨论。
浏览 0提问于2015-11-11得票数 4
遗留应用程序有一个夜间作业，它使用TVP反复调用某些存储过程，并以顺序顺序传递10000个it，这些it是它需要处理的。既然is是数百万，这个过程似乎要花费更长的时间。每晚运行的批处理电话数量大致相同，但从分析来看，这个过程似乎越来越慢。我们检查了常见的罪魁祸首，重建了索引，更新了正在使用的表上的统计数据，并试图在过程中重新编译。但是没有什么能解决这个问题。
该过程进行一些处理，并返回几个结果，每个结果的基数大约为10000行。我的一位同事查看了它，并通过在查询顶部添加以下内容来更新存储过程，从而修正了性能回归：
select id into #t from @ids
并将@ids的所有用法替
浏览 0提问于2021-02-17得票数 3
回答已采纳
谁能用统计模型解释一下广义线性模型和逻辑回归模型表之间的区别？为什么在执行逻辑回归时，两个模型得到的结果不同？
浏览 2提问于2020-06-28得票数 3
我试图找出如何在R中执行固定效果的logit回归(类似于Stata的xtlogit命令)。我读过几个包，如"pglm“或"bife”，但无法让我的模型运行。
我的数据保存为数据框架，如下所示：
ID Time Y X
1 2000 1 0
1 2001 0 1
1 2002 1 1
...
1 2016 1 0
...
n
基本上，我想运行固定效果logit回归：
y_jt = beta*x_jt + mu_j + pi_t + epsilon_jt
其中j是ID，t是时间，mu是ID固定的效果，pi是时间固定的效果，epsil
浏览 0提问于2018-02-20得票数 4
1回答
我试图在我的数据集上运行多个多项逻辑回归。一旦运行了一个，我就会尝试将我刚刚运行的模型附加到一个列表中，以便以后可以访问特定的模型。代码如下所示
models = []
for i in range(0, 10):
model = sklearn.linear_model.LogisticRegression()
model.fit(x,y)
models.append(model)
其中x和y在每个for迭代中是不同的。问题是，我在最终数组“模型”的每个元素中得到的系数/模型与循环的最后一次迭代相同。我假设这是因为我只是每次更新引用，而不是每次创建一个新的Logistic回归模型
浏览 0提问于2021-03-11得票数 0
回答已采纳
1回答
我用相同的自变量对两组进行回归。然后，我想测试一下这两个回归的斜率是否有显著的差异。
我已经读到，当两组之间的样本大小和方差不相等时，建议执行Welch's t-test。我发现了t.test()函数，但我没有实现将其应用于坡度。
Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE),
var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
浏览 54提问于2017-01-14得票数 4
回答已采纳
我正在与numpy的函数的意外/不想要的行为做斗争。
通过用该函数生成T元素的向量，发现在滞后于0的条件下，这些向量的滞后自相关系数平均为零。自相关值趋向于-1/(T1).
例如，请参见以下简单代码：
import numpy as np
N = 10000000
T = 100
invT = -1./(T-1.)
sd = 1
av = 0
mxlag = 10
X = np.random.normal(av, sd, size=(N, T))
acf = X[:,0:mxlag+1]
for i
浏览 6提问于2022-08-17得票数 0
2回答
我很困惑为什么我会产生一个回归方程，这个回归方程在数据集中所有数据的范围之外。我有一种感觉，这个等式对分布很大的数据非常敏感，但我仍然很困惑。任何帮助都将不胜感激，stats肯定不是我的第一语言！
作为参考，这是一个地球化学热力学问题:我正在尝试将Maier-Kelley方程与一些实验数据拟合。Maier-Kelley方程描述了平衡常数(K) (在这种情况下，白云石溶解在水中)如何随温度(在这种情况下，在开尔文中为T)变化。
log K=A+ B.T + C/T + D.logT + E/T^2
长话短说(如果感兴趣，请参阅Hyeong和Capuano，2001 )，平衡常数(K)与Log_C
浏览 1提问于2020-02-22得票数 4
我用survival软件包进行Cox回归来计算接触A的死亡率风险比。我发现age变量违反了比例风险假设( cox.zph)，并在进一步的模型中使用strata(age)对年龄进行分层。
我需要一个参数估计的age变量，以及方差和协方差矩阵(用于计算利率推进期)。我不知道在哪里能找到他们！
我是错过了什么吗?还是我误解了strata 在做什么？
下面是一个可重复的示例，使用来自lung包的survival数据。
library(survival)
我创建了生存对象，并对非分层年龄变量做了第一次Cox回归。
lung$SurvObj <- with(lung, Surv(time,
浏览 3提问于2017-08-25得票数 4
我用6个变量进行多元回归。我的方程式是这样的：
sl~I(p^2)+p+I(-fi^2)+fi+log(t)+t
我只想画出负责"t“变量的一部分，但我不知道该如何做。以下是我的系数：
Coefficients:
(Intercept) p I(-fi^2) log(t) t I(p^2) fi
575.9793 -14.4657 144.7662 -139.1052 0.4559 0.8622 299.7550
我知道我可
浏览 2提问于2017-01-27得票数 0
回答已采纳
1回答
c++中的多元线性回归
、、、、
我有一个向量Aa1，a2，a3和Bb1，b2，b3。我想找到一个“相关”矩阵X (3x3)，它可以从A‘的新输入数据中预测出B’的输出预测。基本上，在最后: A'*X得到B‘。
我有很多A和B的记录数据(成对)。基于下面的答案(我同意)，我认为这是多元线性回归。我认为应该有一些普通的库来完成这些工作，但我对多元线性回归的理解还不足以实现它们。我也不知道该使用哪种算法和库。
既然如此，
b1 = x1_1*a1 + x2_1*a2 + x3_1*a3 + e1
b2 = x1_2*a1 + x2_2*a2 + x3_2*a3 + e2
b3 = x3_1*a1 + x3_2*a2 + x
浏览 6提问于2014-05-25得票数 0
回答已采纳
3回答
我在预测4个交通路口的车辆数量。
因此，我的数据集中有以下列：
DateTime
Junction_ID
Number_of_vehicles
乍一看，这个问题可能看起来像是时间序列回归。但是，给出的数据似乎是线性回归问题。
因此，我以下列方式应用线性回归：
对所有列广泛使用到达_假人。我使用虚拟变量31天，24小时,7天的周和4个连接I。
然后应用sklearn.model_selection导入train_test_split x_train、x_test、y_train、y_test = train_test_split(train_data、train_vehicles) clf.fi
浏览 0提问于2018-02-12得票数 0
1回答
具有多因素分组的数据帧的回归
、、、、
我正在编写一个回归脚本。我有一个大约有130个列的data.frame，其中一个列(让我们称之为X列)对其他所有~100个数值列进行回归。
在计算回归之前，我需要将数据按4个因素分组：myDat$Recipe、myDat$Step、myDat$Stage和myDat$Prod，同时仍然保留其他100列和行数据作为回归附件。然后，我需要对每个列~X列进行回归，并打印出具有列名的R^2值。这是我目前尝试过的，但它变得过于复杂，我知道一定有更好的方法。
rm(list=ls())
myDat <- read.csv(file="C:/Users/Documents/myDat.cs
浏览 2提问于2015-06-03得票数 0
回答已采纳
我使用的是Stata 13，我有一个平衡的面板数据集(t=Year和i=Individual分别由Year和IndvID表示)和以下计量经济学模型
Y = b1*var1 + b2*var2 + b3*var1*var2 + b4*var4 + fe + epsilon
我估计以下固定效应回归与年假人和线性时间趋势
xi: xtreg Y var1 var2 c.var1#c.var2 var3 i.Year i.IndvID|Year, fe vce(cluster IndvID)
(除了i.Year和i.IndvID|Year创建的虚拟对象外，所有变量都是连续的)
我希望Stata导出
浏览 0提问于2014-09-06得票数 1
1回答
我有一个用另一个程序进行的回归分析的结果，我想用R来测试它们是否有意义。我知道ls.diag()计算回归结果的标准误差和t检验，但它需要一个非常特殊的输入格式(即lsfit()的结果)，所以我不认为我可以使用它。R中有没有什么函数可以计算回归分析的标准误差和t检验，让我可以简单地手工给出函数的相关系数？
浏览 2提问于2012-07-28得票数 2
回答已采纳
1回答
我正在上一门计量经济学课程，并且一直在尝试使用Python，而不是他们设置作业的propreitry和EVIEWS。
在其中一个问题中，我有一段时间的消费数据。我被要求用两种方法计算它。
第一种方法是计算表单消耗= Aexp( Bt )的模型，第二种方法是记录双方，并在log (消耗量)= alpha +Bt上做普通的OLS。
我知道怎么做第二条路。但是，当我试着做第一条路的时候，它就出错了。使用状态模型，我可以对时间数据进行指数化(在正常化之后)，但这将以消耗= Aexp(t) + B的形式计算一个回归，这不是我想要的。(我想指定参数到哪里去)。在滑雪板上，我可以找到一个多项式回归，但不是指
浏览 3提问于2020-02-19得票数 0
Wiki给了这个KNN的定义
在模式识别中，k-最近邻算法(K)是一种用于分类和回归的非参数方法.在这两种情况下，输入都由特征空间中k个最近的训练示例组成。输出取决于k-NN是用于分类还是回归：
在k-NN分类中，输出是类成员.对象通过其邻居的多个投票进行分类，将object分配给类中最常见的k个近邻(k是一个正整数，通常是小的)。如果k= 1，则该对象被简单地赋值给该单最近邻的类。
在k-NN回归中，输出是对象的属性值.这个值是k近邻值的平均值。
k是一种基于实例的学习，或者说是一种延迟学习，它只对函数进行局部逼近，所有的计算都推迟到分类。对于分类和回归，一种有用的方法是为邻居的贡献分配权重
浏览 0提问于2019-08-13得票数 6
1回答
我在UCI Parkinson Database https://archive.ics.uci.edu/ml/machine-learning-databases/parkinsons/上工作，当我使用统计模型运行逻辑回归时，所有的特征都是微不足道的，需要建议来转换这些特征。 logit = sm.Logit(y, X_std) result = logit.fit() print(result.summary()) ? 模型准确率高达85%，但这没有意义，因为所有特征都是微不足道的。 请帮帮忙
浏览 14提问于2020-04-04得票数 1
回答已采纳
2回答
我试图在R中为latex创建一个回归结果表。我希望这个表有两个单独的列:一列用于估计，另一列用于标准错误。以下代码
library(fixest)
library(car)
library(pander)
##Using the built-in CO2 data frame, run regression
i<- feols(conc ~ uptake + Treatment | Type, CO2, vcov = "hetero")
summary(i)
##Create regression table for latex
etable(i, postpro
浏览 5提问于2022-07-12得票数 0
sklearn.multioutput.MultiOutputRegressor上的文档声明它实现了一种扩展不支持多目标回归的回归器的策略。
我很想知道:哪些是本地支持多目标回归的？(和/或我如何才能知道？)
基于这篇文章，我假设：
ExtraTreesRegressor
KNeighborsRegressor
LinearRegression
RidgeCV
大家都支持这个吗？(除非我感到困惑，而且“多输出估计器”与“本机支持多目标回归的回归者”不是一回事；我对此并不熟悉！)
浏览 0提问于2017-12-20得票数 4
1回答
我正在sklearn的一个回归项目中工作，在那里我对各种数值和分类变量使用了LASSO回归。采用单热编码器方法对分类变量进行变换.
由于特征矩阵在一开始就已经归一化，所以在最终的LASSO模型中系数的绝对值应该能够表示模型的相对重要性。
然而，我不知道如何比较数值变量和范畴变量之间的重要性。例如(用面积和家庭类型来预测房价)：
Feature Coefficient
sqft 114.35
type_house 67.11
type_apartment -23.97
type_condo 5.14
比较sqft和类型的重要性的
浏览 1提问于2018-07-25得票数 2
2回答
我有一些缺少值的数据，这些数据是我使用MICE包输入的。
impData <- mice(analysis_set,m=5,maxit=50,meth='pmm',seed=500)
现在我需要运行逻辑回归分析：
modelFit1 <- with(data = impData,
exp = glm(formula = Outcome ~ inputVar1 + inputVar2 + inputVar3,
family = binomial(link = "logit")))
我可以使用以下命令获得池化分析：
pool(modelFit1)
和
浏览 0提问于2017-05-24得票数 0
1回答
我正在尝试实现分位数回归林(https://www.jmlr.org/papers/volume7/meinshausen06a/meinshausen06a.pdf)。
但是，我很难理解分位数是如何计算的。我将试图总结这部分的兴趣，以便解释，准确地解释，我不明白。
假设是n独立观测，(X_i, Y_i)。用随机变量T的实现\theta参数化的树型\Theta用T(\theta)表示。
生长k树T(\theta_t)，t = 1, . . . , k，如在随机森林中。然而，对于每一棵树的每一片叶子，请注意这片叶子上的所有观察，而不仅仅是它们的平均值。
对于给定的X = x，将x放下所有的树。如
浏览 0提问于2020-09-09得票数 5
回答已采纳
我目前正在尝试适应plm包，并尝试使用plm()函数和lm()函数来制作具有单个效果的固定效果(只是为了做到这一点，请忽略错误的说明)。我发现，当我在lm()回归中为每个单独的N包含一个虚拟变量时，我只能复制plm()回归的结果。据我所知，回归中应该只包含N-1个虚拟变量。有人知道plm是如何处理单个固定效果的吗？对于时间固定效果btw也是如此。
以下是我使用Grunwald 1958年的示例数据(也包含在plm包中)的代码，请原谅创建相当笨拙的虚拟变量：
#####################################################################
浏览 0提问于2017-05-26得票数 1
1回答
我在斯塔塔对人口普查领域失业率的决定因素进行了分析。以前关于我的话题的一些文献使用了直接的OLS回归，我从这类分析开始，但是在我进一步阅读之后，我觉得广义线性模型更好。这尤其是因为我对根据我的回归提出人口普查区失业率的预测值感兴趣，我希望这些数值能够适当地加以限制(包括0%和100%在内)。我的失业率包括了一些人口普查区的0，所以我需要考虑到这一点。
我的问题是：
Stata的fracreg logit是否等同于具有logit链接和二项式家族的程序的glm？(我在包括在内的几个地方读过使用版本的文章，但是看到fracreg是一个新的ish命令，它似乎具有相同的用途)。我可以在使用robus
浏览 1提问于2016-05-02得票数 0
我正在学习一门关于R的课程。目前，我们正在研究逻辑回归。我们学到的基本形式是这样的：
model <- glm(
formula = y ~ x1 + x2,
data = df,
family = quasibinomial(link = "logit"),
weights = weight
)
这对我来说非常有意义。但是，我们建议使用以下方法来获得系数和异方差-鲁棒推断：
model_rob <- lmtest::coeftest(model, sandwich::vcovHC(model))
这让我有点困惑。关于vcovHC的阅读是这样说的:它
浏览 0提问于2020-05-13得票数 3
1回答
我正在做一个用R.
我想要做的是确定一个数据集是否可以用线性回归模型描述，然后尝试测试该数据集的某些子组是否比整个数据集具有更强的相关性。更具体地说，我正在比较一个数据集，其中学生记录了他们的脉搏和时间估计，并检查是否有更强的相关性，在一个分组的数据中，学生没有发现一个每日节律的变量与一个分组，学生被计算有一个在时间估计和心率的每日节律。我所用的数值是时间估计和心率的每日平均值。
我运行了整个数据集的线性模型：
> summary(ptmod1)
Call:
lm(formula = avg.time ~ avg.pulse, data = pulsetime)
Residuals:
浏览 2提问于2021-03-31得票数 1
回答已采纳
我已经使用循环函数执行了多个池回归，并将回归输出存储在一个列表(myregression)中。我现在想做的是在lmtest包中对所有回归(即我的回归列表)有效地执行coeftest函数，以调整标准错误和t统计。最后，我想得到系数、标准误差和t值的平均值.
以下是我到目前为止得出的结论：
library(plm)
data("Grunfeld", package="plm")
# Store each subset regression in myregression
myregression <- list()
count <- 1
# Reg
浏览 9提问于2014-07-18得票数 2
回答已采纳
我从我的一份proc逻辑报告中发现，某个变量与截获高度相关。我该怎么解释呢？我应该改变什么来修正这种相关性？
编辑:试着从更理论的角度来问这个问题。在大多数逻辑回归软件包的估计相关分析输出中，如果你看到截距估计与某个变量高度相关，这意味着什么？你会如何处理这样的情况？希望这是一种更清晰的提问方式。非常感谢大家。
浏览 0提问于2011-06-07得票数 1
回答已采纳
1回答
我在试着理解我应该在这里做什么。我已经应用了套索和岭回归，找到了最优的λ，并重新构建了模型。但我不明白在那之后我该做什么。
问题：
“。对于糖尿病数据集(上传到Moodle)，我们希望使用10个特征(X变量)来预测prog (Y)，这是基线后一年疾病进展的定量评估。变量prog是数据中的最后一列。在拟合岭回归和套索之前，不要忘记标准化所有的X变量，使它们在相同的尺度上。使用岭回归和套索预测程序。在两个回归中，使用交叉验证选择最优的λ。最优λ将对应于最小CV误差。对于最优的lambda，改装脊线和套索模型。使用1000个bootstrap重复运行bootstrap，以获得回归系数估计的标准误差(
浏览 2提问于2021-11-26得票数 0
1回答
为了进行计量经济分析，我试图对巴西央行和一家政府研究机构提供的一些教育、健康和收入数据进行回归分析。Python、熊猫、状态模型和matplotlib是我在这个项目中使用最多的外部库。
数据的格式是多个表，行的年份和列的城市/州(有些文件有城市数据，有些文件有状态数据)。
按城市和年份分列的熊猫收入数据示例：
1200302 1200328 ... 1720937 1720978 1721000 1721109 1721208 \
1970 0.31 NaN ... NaN NaN NaN 0.20 0.28
浏览 5提问于2017-06-18得票数 0
回答已采纳
我正在估计一个有约束的线性回归模型
lm(TC~Q+PL+PK+PF)
在线性约束下，PL+PK+PF的系数和为1。我想要回归系数和标准误差。我如何在R中实现这一点？
浏览 7提问于2013-03-10得票数 0
回答已采纳
2回答
回归模型点估计
、、、
我想根据参数的值列表来检索二阶多项式回归线的值。 以下是模型： fit <- lm(y ~ poly(age, 2) + height + age*height) 我想使用年龄值列表，并检索回归线上的值，以及标准偏差和标准误差。‘'age’是一个连续变量，但我想创建一个离散值的数组，并从回归线返回预测值。 示例： age <- c(10, 11, 12, 13, 14)
浏览 24提问于2019-03-20得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
