3回答
第一次的海报。如果我使用了不恰当的礼仪或词汇，请提前道歉。 我有来自美国地质调查局河流调查的化学物质浓度(y)与时间(x)的时间序列数据。它显示了一个偏态正态分布，我想通过非线性最小二乘回归来建模。我能够将正态分布曲线拟合到数据中，但似乎无法将“偏度”纳入模型中。 我从Whuber给出
浏览 23提问于2020-04-11得票数 2
回答已采纳
3回答
我是一个R新手，但我正在寻找一种方法来确定与R中的以下函数相关的三个参数A，B和C：谁能给我一些关于R方法的提示，帮助我实现这样的拟合？
浏览 2提问于2012-12-13得票数 2
回答已采纳
2回答
线性回归假设
、、
我读到，我们对线性回归作了以下假设：
因此，这些假设是特定于线性回归或适用于所有类型的回归技术，如支持向量回归，拉索和岭回归，逐步回归等。
浏览 0提问于2020-03-11得票数 3
1回答
给出一些预测数据集，数据集1: 100培训和100个测试样本，50个特征数据集3:1000个训练和1000个测试样本，50个特征如何从这些数据集的下列数据中选择最佳的方法来估计线性回归模型中的未知参数(预测价格)？普通最小二乘主成分回归
浏览 0提问于2015-06-01得票数 6
1回答
我的问题是，对于非线性加权最小二乘回归，如何正确解释R的nls函数中的“权值”输入变量。在加权最小二乘理论中求解未知参数的方法是：
由此，变量P是大小的加权平方矩阵(NxN)，其中N是观测数据的个数。
然而，当我查看R中的nls文档时
浏览 1提问于2018-07-03得票数 4
回答已采纳
3回答
据我所知，岭回归只是有一个优化问题的损失函数加上正则化项(L2范数在岭的情况下)。但是，我不确定损失函数是否可以用非线性函数来描述，还是需要是线性的。在这种情况下，如果损失函数需要是线性的，那么据我所理解的岭回归，只是执行线性回归加上L2-范数的正则化。如果我错了，请纠正我。
浏览 0提问于2020-03-13得票数 8
回答已采纳
2回答
我感兴趣的是运行百分比最小二乘回归，而不是在R中的普通最小二乘回归，这也可以被称为具有乘性误差的线性模型。在此之前，有一个问题是关于这个站点上的百分比最小二乘的，响应者建议考虑加权回归，其中一种可能是用其X值的倒数平方来加
浏览 3提问于2013-09-13得票数 1
回答已采纳
我正在使用SPSS做几次线性回归，每次都应用不同的过滤器，以便比较不同的组。对于许多过滤器，我只用13个观察值来拟合回归，但有15或24个解释变量。在这些情况下，SPSS会给我一个有12个betas的模型，并排除其余的变量(我认为这是我主要理解的)。请不要评论，只告诉我在13个观察值上拟合
浏览 10提问于2016-09-16得票数 0
回答已采纳
1回答
在coef(l)中，l是"lm“类的对象，(Intercept)总是列在第一位吗？
并非如此简单。lm()似乎调用了lm.fit()，它通过使用.Call(C_Cdqrls, x, y, tol, FALSE)调用C函数来获得系数，最终根据调用FORTRAN语言中的最小二乘拟合例程。我对R内部机制或实际代码不够熟悉，无法进行最小二乘回归来回答我的
浏览 1提问于2020-10-03得票数 0
1回答
我在R中寻找一个函数来计算OLS回归残差的协方差矩阵。我找不到cov()函数在计算协方差矩阵时是否考虑了模型的自由度和模型中的数据点数量。 更新:我正在尝试做一个优化过程，以最小化OLS回归的残差。通常，无偏最小二乘残差方差由E(RSS/N−p-1)=σ²给出。其中RSS是残差平方和，N是观察值的数量，p是系数
浏览 52提问于2020-09-01得票数 0
采用R语言的库方法loess进行非参数数据拟合。数据集是二维的.我还没有找到方法参数weights的任何适当文档。
我的数据点是正态分布的随机变量，我还估计了它们各自的标准差。我想知道参数weights是否允许我向R提供标准偏差的细节。换句话说，我不知道weights中的单个权重是否是数据质量的(相对)度量，因
浏览 2提问于2015-07-11得票数 5
回答已采纳
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
1回答
为了防止多重共线性，我们总是需要删除一次热编码的列吗？在这里的解决方案()中，它提到
在这里的解决方案中，不适合于多重共线性。
浏览 3提问于2017-02-14得票数 3
1回答
R/S中的非线性回归
、、、
我有一个R/S/非线性回归相关的问题，我不是一个R程序员，所以我需要帮助。td / tt - a * exp( b * tt ) + c 我的数据：
td <-as.array(0.2, 0.4, 0.8, 1.5,
浏览 7提问于2011-07-27得票数 0
回答已采纳
1回答
从最小二乘回归得到一系列正态分布
、、、、
我的数学不是很好。我想了解一些关于如何使用python代码解决以下公式的面包屑。
假定m，n矩阵y.Solve M和1，n向量Ma=y.输出的最小二乘向量是Ma=y.方程中系数a的m,1向量。根据，任何解的向量，如回归中的a，基本上都是一系列的单点，每个点都来自正态分布，描述了回归中每个点的误差。实际上，解向量
浏览 5提问于2022-06-17得票数 0
回答已采纳
我正在用Mevik (2007)的pls软件包做偏最小二乘回归。具有10折交叉验证的模型如下：然后，我可以使用以下命令打印精度，如R2或RMSE：
R2(pls.fa,
浏览 7提问于2018-04-23得票数 2
1回答
R中向量值Hessian的计算
、、、、
我要计算一个参数的方差协方差矩阵。参数由非线性最小二乘拟合得到.library(numDeriv)t <- seq(0.1,20,0.3)b <- 14J <- jacobian(Hhatde, c(19.9508523,14.6586555,0.4066367 ), methodRichardson&
浏览 1提问于2013-09-13得票数 2
有没有一种简单的方法来使一个函数适合有错误的数据？如果使用其他包可以让事情变得更容易，那么使用其他包也没有问题。 提前感谢您的帮助。
浏览 24提问于2021-07-27得票数 1
回答已采纳
我试图使用R中的optim/maxBFGS函数来拟合一个定制的logistic回归/生存分析函数，并通过手工定义这些函数。我一直有这样的印象:对于包speedglm、biglm和glm，logit模型或其他发行版的可能性函数都是硬锁的。但是，我想知道我是否弄错了，或者是否可以指定我自己的可能性函数。原因是optim/maxBFGS的运行速度比speedglm慢得多。
浏览 4提问于2014-08-17得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
