回归分析是用于基于其他数据建模和预测一个或多个变量的统计技术的集合。
这是我的 2 阶回归代码: 将 pandas 导入为 pd 将 matplotlib.pyplot 导入为 plt 从 sklearn. Linear_model 导入 LinearRegression 模型=线性回归() 数据 =pd.read_csv("
在用于推理统计的线性模型中是否应该使用不平衡变量作为自变量?
嘿嘿, 情况:我正在尝试创建一个线性(混合)模型。我从之前的研究中知道,一个人的性别和疾病严重程度会影响结果变量。我感兴趣的变量是
我正在 R Studio 中估计没有固定效应的 OLS 回归和具有固定效应的 OLS 回归。我读过,在估计简单的......时,通常使用稳健的标准误差。
我是实验经济学M1的学生。我正在努力使用 glmer 模型,因为我不知道 R 函数是否对标准误差进行聚类,以及是否已经包含随机截距...
我不知道为什么简单的事情用Python会变得相当困难。很抱歉这个负面的介绍,但我试图向一位同事展示 python 比 Excel 更好,到目前为止我花了这么多
我正在尝试报告患病率并在描述性表格中绘制比值比,类似于 R 为健康数据科学书籍撰写的这篇文章。这将创建一个森林图。因为我还有其他
我正在对我的数据应用 Zeroinfl negbin 回归。具体来说,我的因变量是计数变量(中心性度量),而我的自变量/控件都是二元和连续的。 我...
我有一个以下形式的问题: Xb = y 其中 X 是二维多项式的设计矩阵,b 是参数向量,y 是响应变量。 我想找到一个最佳参数向量 b
我正在尝试创建一个适合 H 列中的数据的多项式函数。I 列是 x 值,J 列是图表多项式趋势线显示的函数。那么为什么我的结果是这样的(参见
我的输入数据 X_train 尺寸为 (477 x 200),y_train 长度为 477。 我想使用支持向量机回归器,并且正在进行网格搜索。 param_grid = {'kernel': ['poly', 'rbf', '
我想执行 OLS 面板回归 将 pandas 导入为 pd 将 numpy 导入为 np 将 statsmodels.api 导入为 sm 从 Linearmodels.datasets 导入工资面板 从 Linearmodels.panel 导入 PanelOLS ...
使用 tidycmprsk、timereg 或riskRegression 包在 R 中进行竞争风险分析
我正在使用 {MASS} 软件包中的黑色素瘤数据进行竞争风险分析,但无法在以下三个软件包中获得一致的结果:tidycmprsk、timereg...
是否可以使用带有二元因变量的面板数据集在 R 中进行回归?我熟悉使用 glm 进行 logit 和 probit 以及使用 plm 进行面板数据,但不知道如何组合...
我有一些时间序列数据,我想计算 Pandas 中最后 n 天的分组滚动回归,并将该回归的斜率存储在新列中。 我搜索了较旧的问题...
据我了解,标准化是为了保证鲁棒性。但是,我很难理解如何在 cv.glmnet 和
我有以下概念模型: IV:人格特质(以李克特量表衡量) 主持人:低信任度与高信任度 DV:谈判中的初始报价(值可以在 5-15 之间) 我...
实现一个具有 16(特征)+1(偏差)输入和 1 个输出的回归任务的 NN,我只使用 numpy 和向量化,当我在训练集上训练它时,输入的第一个样本是 th ...
我想在Python中基于多个相关数据数组和多个独立数据数组执行多元线性回归。 我见过很多多重线性回归,有多个
我一直在考虑是否应该在 GitHub 上分享我自己的项目。这些项目主要涉及机器学习,重点关注回归和分类任务。虽然我已经付出了努力
通过固定 Beta 计算 R 平方,实现无截距的多重线性回归
我想根据我拥有的一些数据修复多重线性回归中的贝塔值,这会导致基于Tibshi中提到的投影方法,R方值小于0%且大于100%...