将最小二乘模型应用于R中的多列数据
最小二乘模型是一种常用的回归分析方法，用于拟合多列数据之间的线性关系。在R语言中，可以使用lm()函数来实现最小二乘模型的拟合。
具体步骤如下：
- 导入数据：首先，需要将多列数据导入R环境中，可以使用read.csv()或read.table()函数读取数据文件，也可以手动创建数据框。
- 构建模型：使用lm()函数构建最小二乘模型。该函数的基本语法为：lm(formula, data)，其中formula是一个公式，用于描述模型的线性关系，data是包含数据的数据框。
- 拟合模型：使用拟合函数fit <- lm(formula, data)将模型拟合到数据上，并将结果保存在fit对象中。
- 模型评估：可以使用summary(fit)函数查看模型的统计摘要信息，包括回归系数、拟合优度等。
- 预测值计算：使用predict(fit, newdata)函数可以根据拟合的模型预测新的观测值。其中，newdata是一个包含预测变量的数据框。
最小二乘模型的应用场景包括但不限于以下几个方面：
- 数据分析与建模：最小二乘模型可以用于分析多列数据之间的线性关系，并进行预测和推断。
- 统计学：最小二乘模型是统计学中常用的回归分析方法，用于研究变量之间的关系。
- 金融学：最小二乘模型可以用于金融数据的建模和预测，如股票价格预测、风险评估等。
腾讯云提供了多个与云计算相关的产品，以下是一些推荐的产品和其介绍链接地址：
- 云服务器（CVM）：提供弹性的云服务器实例，支持多种操作系统和应用场景。产品介绍链接
- 云数据库MySQL版：提供高性能、可扩展的云数据库服务，适用于各种规模的应用。产品介绍链接
- 人工智能平台（AI Lab）：提供丰富的人工智能开发工具和服务，包括图像识别、语音识别、自然语言处理等。产品介绍链接
- 云存储（COS）：提供安全可靠的对象存储服务，适用于存储和管理各种类型的数据。产品介绍链接
以上是关于将最小二乘模型应用于R中的多列数据的完善且全面的答案。
相关·内容
1回答
我试图在面板数据上使用广义最小二乘模型(gls in R)来处理自相关问题。我不想对任何变量有任何滞后。
我试图使用Durbin检验(R中的dwtest)来检验我的广义最小二乘模型(gls)的自相关问题。但是，我发现dwtest不适用于gls函数，而适用于其他函数，如lm。
有什么方法检查我的gls模型中的自相关问题吗？
浏览 3提问于2017-10-02得票数 7
回答已采纳
因此，我试图找出如何使用R中的qr.solve命令来根据特定的数据集求解最佳匹配线(斜率和截距)的组件。虽然我已经知道如何使用lm函数来完成这个任务，但据我所知，矩阵的qr分解可能产生同样的结果。有人能解释一下这样的事情是如何正确的吗?也许它比一个简单的线性模型命令更有好处呢？qr.solve函数的输入可以在R中实现，还是必须先自己求解，然后再插入R中呢？
我尝试将我的数据集(每行2列表示图上的点)输入到一个矩阵中，并在函数qr.solve中使用它作为x参数。但是，我不太确定该为b插入什么。
浏览 6提问于2022-11-26得票数 1
回答已采纳
1回答
残差估计
、
我有这样的一条线：
attribute_est = Pipeline([
('jsdf', DictVectorizer()),
('clf', Ridge())
])
在这里，我传递的数据如下：
{
'Master_card' : 1,
'Credit_Cards': 1,
'casual_ambiance': 0,
'Classy_People': 0
}
我的模型不能很好地预测。现在我被求婚了：
你可能会发现很难找到一个做得足够好的回归者。一个常见
浏览 1提问于2018-03-08得票数 0
回答已采纳
我有一个回归数据集：(X_train_scaled，y_train)和(X_val_scaled，y_val)，分别用于训练和验证。使用StandardScaler对输入进行缩放。
我使用sklearn.linear_model.LinearRegression创建一个线性回归模型，如下所示：
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
linear_reg = LinearRegression()
linear_reg.fit(X_train_scaled,
浏览 3提问于2021-05-03得票数 1
2回答
我有一组测量半径(t+epsilon+error)，以等距的角度。该模型为半径(R)圆，中心在(r，Alpha)处，附加小噪声和一些比噪声大得多的随机误差。
问题是求圆模型的中心(r，Alpha)和圆的半径(R)。但是它对随机误差不应该太敏感(在7和14的数据点下面)。
一些半径可能会丢失，因此简单的平均值在这里是行不通的。
我尝试了最小二乘优化，但它对错误有显著的反应。
有没有一种方法可以优化Python中最小的三角洲，而不是最小二乘的增量呢？
Model:
n=36
R=100
r=10
Alpha=2*Pi/6
Data points:
[95.85, 92.66, 94.14, 90
浏览 5提问于2014-02-16得票数 4
回答已采纳
我在usconsumption数据集上使用R中的forecast包拟合Arima(2,0,0)模型。然而，当我使用lm模拟相同的拟合时，我得到了不同的系数。我的理解是它们应该是一样的。下面是我的代码。
> library(forecast)
> library(fpp)
>
> #load data
> data("usconsumption")
>
> #create equivalent data frame from time-series
> lagpad <- function(x, k=1) {
+
浏览 0提问于2016-07-12得票数 3
1回答
我有一个数据集，其中包含有关天气、空气污染和健康结果的信息。我想回归温度(T)和温度滞后(T1)与心源性死亡(CVD)的关系。我之前在R中使用过glm模型，使用的脚本如下： #for mean daily temperature and temperature lags separately.
modelT<-glm(cvd~T, data=datapoisson, family=poisson(link="log"), na=na.omit) 我得到了效果估计值和标准误差值，我用它们来换算成风险比率。 现在我想使用动态线性模型或分布式线性模型来检查预测结果和滞后预测结
浏览 22提问于2020-07-22得票数 1
我的目标是求解满足A*B=C的矩阵A，其中C是已知的，B是随机生成的。以下是一个例子：
C=[1/3 1/3 1/3]'*[1/3 1/6 1/6 1/6 1/6];
B=rand(5,5);
A=C*pinv(B);
A*B=C_test;
norm(C-C_test);
ans =
4.6671e-16
在这里，C_test的元素与原始C在1e-15之间，但是当B的行数少于列时，错误急剧增加(不确定norm()是否是显示错误的最佳方式，但我认为它说明了问题)。例如：
B=rand(4,5);
A=C*pinv(B);
A*B=C_test;
norm(C-C_test);
ans
浏览 3提问于2014-10-02得票数 1
回答已采纳
我在做数据拟合。我需要一个表面。我用了两种方法。
1)双变量多项式回归。(线性/ OSL)和2)二次模型a_x^2+b_x+c。
我的问题是，我可以使用二次模型ax^2+bx+c进行非线性回归使用levenberg。因为我已经实现了
浏览 1提问于2017-04-13得票数 0
1回答
我们通过Spark/Scala将ALS用于基于用户/点击数据的推荐模型。
分级列的分数为0,1
val als = new ALS()
.setImplicitPrefs(true)
.setRank(myrank)
.setRegParam(mylambda)
.setAlpha(myalpha)
.setMaxIter(numIter)
.setUserCol("myuseridx")
.setItemCol("myitemidx")
.setRatingCol("rating"
浏览 13提问于2017-07-27得票数 0
回答已采纳
我正在构建一个典型的线性多元回归，只是其中一个变量，而不是一个简单的数据点，是一个依赖于其他变量的函数。因此，例如，我的回归可能看起来是：
y1=c1*x1+c2*x2+c3*x3+c4*f(x3)
F本身包含系数a，b，c，d
这个特殊函数的形式是f(x)=a /(1+e^(-c(X)
基本上，我研究的目的是找出a、b、c和d的哪个值导致x4的最高值，并希望得到最好的模型。
我在R方面非常缺乏经验，但我的导师告诉我，他认为这将是最好的计划来完成这类事情。有人对从哪里开始这个问题有什么建议吗？
浏览 2提问于2015-07-15得票数 0
1回答
我正在做一条最适合某些数据集的直线。我使用的是直线的标准形式。假设我有一组点(x_1，y_1)，(x_2，y_2)，...，(x_n，y_n)。假设直线的标准形为x*cos(theta) + y*sin(theta) = r。
因此，在我的例子中，我有以下一组方程：
x_1 cos(θ)+ y_1 sin(θ)=r
x_2 cos(θ)+ y_2 sin(θ)=r
..。
x_n cos(θ)+ y_n sin(θ)=r
我想用最小二乘法解θ和r的方程，试着把方程写成Ax=b的形式，但在这种情况下，我不能分离向量x中的未知数来求解方程。有什么建议吗？
浏览 1提问于2014-05-25得票数 0
1回答
我正在用时间序列测试SAS和R。
我在R中有这个代码
ARIMA (1,1,0) (0,1,1)
ar1_ma12noint<-arima(qxts, order = c(1,1,0),seasonal = list(order = c(0,1, 1), period = 12),
include.mean = FALSE )
ar1_ma12noint
(1-pnorm(abs(ar1_ma12noint$coef)/sqrt(diag(ar1_ma12noint$var.coef))))*2
这是SAS中的代码
proc arima d
浏览 2提问于2017-06-25得票数 4
我在BigQuery训练线性回归者。我用大约20000行数据和一个带有{0, 1}值的目标输出列来训练它。我将EARLY_STOP选项设置为False。我已经将MAX_ITERATIONS选项设置为10。我的训练总是在第一次迭代时停止，最大误差为0.2。下面是创建模型查询：
CREATE OR REPLACE MODEL `sketching.linear_regressor_08-13--11-59-03.811249`
OPTIONS (model_type=@model_type,
input_label_cols=@input_label_cols,
max_iterations=
浏览 3提问于2021-08-13得票数 0
2回答
我想要一个物流模型。整个数据集的模型收敛得很好。但是，引导函数选择不再收敛的子集。我能做什么?
library(boot)
set.seed(2)
y <- c(rep(0,10),rep(1,10))
x <- c(rnorm(10,2,1),rnorm(10,6,1))
dat = data.frame(x, y)
fit <- glm(y ~ x, quasibinomial(), data=dat) # Model with all data workes fine
bs <- function(data, indices) {
d
浏览 3提问于2015-11-26得票数 0
回答已采纳
2回答
我试图在一个非常大的数据集中运行一个集群。它只包含用于值的字符串。我已经删除了NA，并与一个虚拟值重新关联。我的K-指R的意思是由于那强迫症而不断失败。社区将如何在这些数据上运行集群。下面是一个10行的假人例子。在这种情况下，让我们调用数据帧: cluster_data
非常感谢ANy的帮助。我正在尝试查看这些列中是否有任何列导致数据较早中断，而另一列则试图理解可能的结构。用K均值进行思想聚类是最好的方法，但不知道如何处理字符串。已经转化为R中的因素，但仍然存在问题。非常喜欢ANy示例代码。
浏览 0提问于2018-06-20得票数 0
我正在做一个关于最佳拟合线的演讲。我有一条简单的线性代码: y=1x+0。我正在尝试获取散乱的数据点，我可以将这些数据点放入散点图中，使我的最佳拟合直线保持相同的等式: y=1x+b。
我很乐意在R或Excel中学习这项技术--以更容易的为准。
谢谢!
浏览 0提问于2015-05-13得票数 0
2回答
我想估计带二元因变量的非线性模型的系数。非线性的产生是因为两个回归器( A和B )分别依赖于数据集的子集和两个参数lambda1和lambda2：
y = alpha + beta1 * A(lambda1) + beta2 * B(lambda2) + delta * X + epsilon
对于每一次观察，我们都有
其中a和Rs是data.frame中的变量。回归者B(lambda2)的定义也是类似的。
此外，我还需要包括在Stata中被称为的内容，即调查权重或抽样权重。出于这个原因，我正在使用Thomas的R包。
首先，我为A (和B)创建了一个函数，即：
A <- fu
浏览 4提问于2016-03-21得票数 4
我有数学公式和一些数据，我需要把数据与这个模型相适应。数学就像。y(x) = ax^k + b和我需要估计a和b。
我有triet梯度下降来估计这些参数，但这似乎有点费时。有什么有效的方法来估计公式中的参数吗？
浏览 0提问于2022-12-06得票数 6
回答已采纳
1回答
对于10^6个遗传因素及其GeneXGene相互作用(~5x10^11)的分析，我有许多独立的线性回归问题，它们可能适合于GPU的分析。
目的是用线性回归和包含交互作用项的线性回归方法，详尽地研究调节结果变量(脑表型)中的GeneXGene相互作用效应。
据我所知，Householder QR因式分解可以作为拟合回归模型的解决方案，但是，考虑到这一特定工作中的每个回归矩阵都可以很容易地接近10'000x10的大小，甚至每个单回归矩阵似乎也不适合GPU片上存储器(共享、寄存器等)。
我应该接受这个问题作为一个固有的带宽限制的问题，并在回归分析期间将矩阵保存在GPU全局内存中，还是可以采取
浏览 2提问于2016-07-01得票数 1
回答已采纳
我尝试使用LinearRegression数据集来训练extended_boston模型：
from mglearn.datasets import load_extended_boston
X, y = load_extended_boston()
from sklearn.linear_model import LinearRegression
linearReg = LinearRegression()
linearReg.fit(X, y)
对于X中的每个特性，LinearRegression给出了相应的系数。
但是，X^TX不是可逆。因此，当我在R中拟合这个线性模型时，程序将自动删
浏览 1提问于2021-07-20得票数 0
1回答
基于三维数据的非线性最小二乘优化
、、、、
我有一个3D数据，我想使用lmfit将非线性模型拟合到数据中。这是我写的代码，但它不能工作。
from lmfit import minimize, Parameters, Parameter, report_fit
import numpy as np
m=np.array([13.8, 14.38, 14.316, 13.799, 14.135, 13.791, 14.531, 14.262, 14.08, 14.267, 14.259, 14.849, 14.396, 13.609])
lower_error_m=np.array([0.221,0.159,0.202,0.276,0.
浏览 0提问于2016-05-25得票数 1
1回答
基于信号强度的距离估计
、、、、
我有一组数据，包括汽车的位置和未知发射器的信号电平。我必须根据这一点来估计距离。基本上，信号电平与距离的平方成反比。但是，当我们包含多路径、反射等内容时，我们需要使用diff方程。这就是Hata Okumura模型，它可以给出基于距离的路径损耗。然而，距离是未知的，因为我不知道发射器在哪里。我只能访问不同的经度/经度集合和接收到的信号电平。
我想问的是，你们能否指导我使用一些技术，这些技术可以帮助我根据当前的位置和信号strength.All估计距离，我要求的是一种可能有用的技术的指导。
我已经调查过，但他有3个固定的wifi信号，并且可以使用FSPL。然而，在城市环境中，它不起作用。
浏览 3提问于2016-03-17得票数 0
我是一个重R用户，最近正在学习python。我有一个关于statsmodels.api如何处理重复特性的问题。据我理解，这个函数是R包中glm的python版本。因此，我期望函数返回最大似然估计(MLE)。
我的问题是，使用哪种状态模型来获得MLE？特别是该算法如何处理重复特征的情况？
为了澄清我的问题，我用一个协变量x1从Bernoullie分布生成一个50大小的样本。
import statsmodels.api as sm
import pandas as pd
import numpy as np
def ilogit(eta):
return 1.0 - 1.0/(np.ex
浏览 1提问于2016-05-27得票数 0
回答已采纳
1回答
大规模伪逆
、、
我想计算一个巨大矩阵的。理想情况下，我希望在一个有2300万行和1000列的矩阵上运行，但如果有必要，我可以将行数减少到400万，只运行我的实验的一个部分。
显然，将矩阵加载到内存中并在其上运行SVD是行不通的。提到了方法，并提到，，， (广义最小残差)，BiCGSTAB (双共轭梯度稳定)，QMR (准最小残差)，TFQMR (无转置的QMR)和MINRES (最小残差)方法是最好的Krylov子空间方法。但我不知道接下来该怎么做。计算如此巨大的矩阵的伪逆是否可行？如果是，使用哪些算法或软件库？我有一个大型的计算集群，所以并行方法是受欢迎的。
指向R包。这样行得通吗？有人用过吗？我通常使用P
浏览 0提问于2010-07-21得票数 8
回答已采纳
1回答
我正在使用R中的caret包来衡量随机森林模型的变量重要性。
我的问题是，caret提供的重要性图的X轴是什么？在网页底部的上可以找到一个例子。X轴的范围从0到20，但是它是什么意思呢？
谢谢,
浏览 0提问于2016-06-09得票数 1
根据我的理解，线性回归被用来预测一个基于输入的输出，它使用一个线性方程来最优地拟合一些输入数据。利用损失函数对输入数据选择最佳拟合线性方程。通过模拟y= mx +b中m和b的值，可以找到具有梯度下降的最优线性方程组。
我的问题是，梯度下降总是找到线性回归的全局最小损失吗？这个问题的一个扩展是，对前一个问题的答案不取决于所使用的损失函数吗？此外，当我们在m，b的图上使用梯度下降以及损失函数的值时，如果我们使用线性回归，该图是否总是凸的？
浏览 0提问于2021-10-04得票数 2
回答已采纳
1回答
我有一个物理模型，它有一个自变量X和三个参数A、B和C。因变量是Y=F(X,A,B,C)，其中F是模型的函数，它是平滑和连续的。 我有许多带有数据点(X,Y)的文件，我想将它们(每个文件)与模型拟合，以研究参数如何变化。该模型是关于自变量和所有参数的非线性的。 为了适应这个模型，我在包含数据点的所有文件中的for loop中使用Python语言中的scipy.optimize curve_fit。对于每个文件，我得到了最佳拟合参数(A,B,C)，模型对所有文件都很适合。但是，当我检查配件后的参数错误时，我注意到A中的错误真的很大，甚至比对应值高出两个数量级。 经验告诉我，这些大的差异可能是由
浏览 23提问于2020-11-03得票数 0
我有一些数据点，我需要拟合这种形式的指数曲线。
y = B * exp(A/x)
(没有的帮助)。
到目前为止，我试图通过应用日志将模型线性化，结果是
log(y/B) = A/x
log(y) = A/x + log(B)
然后我可以把它写在表格里。
Y = AX + B
现在，如果我忽略了B，那么我就可以用
A = pseudoinverse (X) * Y
但我被B的价值观困住了。
浏览 2提问于2015-04-14得票数 1
回答已采纳
我正在尝试对我的数据库中的数据应用K均值算法。首先，我像这样获取数据：
因此，我的问题是如何使用字符串将列转换为数字，如"trash"=1，"car"=2 "truck"=3，以及是否可以使用所有列和值进行聚类。
浏览 1提问于2018-01-25得票数 0
1回答
我有一个用Scala编写的排队模型，在这个模型中，不同类别的人最终形成了不同的队列。我们有一个数据集，它提供了一个特征映射，以每个队列结束的人数为特征，即多个输入到多个输出(连续值)。
对于Scala中的单个值预测，我有一些使用mllib的经验，但我看不出支持多个输出。在我看来，mllib没有连续的值输出支持，因为我看不出如何在没有激活函数的情况下获得一个层。
有没有人知道一个ml库既可以支持多维回归(如果我的术语错误请纠正我)并与Scala集成？
接下来，我还想尝试一个RNN，因为我们的数据中有一个时间序列元素，但是我相信在ml库中这是更加罕见的。
浏览 0提问于2018-01-27得票数 1
我正在探索跟随正规化的领导者FTRL近端梯度下降：纸，参考实施.
无论在哪里都提到FTRL，梯度体面的损失面为LogLoss，预测模型为Logistic regression。
对于线性最小二乘模型，我能使用同样的算法吗？我有一个问题，我想用一个linear model建模，定义least squares的损失，然后做FTRL来找到最优的解决方案--你看到有什么问题吗？
谢谢。
浏览 0提问于2016-02-09得票数 1
1回答
我是R的新手，我正在尝试对一组临床数据进行逻辑回归。我的自变量是年龄、体温、白细胞、NLR、C反应蛋白、红细胞压积、血沉、IL6和时间。我的因变量是二项式CRKP。
在使用glm.fit之后，我收到了这样的错误消息：
glm.fit <- glm(CRKP ~ AGE + TEMP + WBC + NLR + CRP + PCT + ESR, data = cv, family = binomial, subset=train)
Warning message:
glm.fit: fitted probabilities numerically 0 or 1 occurred
我搜索了
浏览 2提问于2021-06-01得票数 2
我正在运行一个简单的线性回归，其中包含一个数字响应(幸福感)和一个分类解释(教育)变量。我知道有一些关于将分类变量作为连续变量处理的想法，但在这种情况下，我想继续将其视为一个因素。 现在..。 当我想用R平方来评估这个模型的数量时，扫把软件包的扫视功能不能为我提供度量标准。 在我的理解中，这里的空模型是响应变量的平均值，而我在这里创建的线性模型是映射到解释变量的响应变量。这里一定有某种效果大小可以衡量。 你认为如何？为什么我不能得到R平方，会不会有另一种效应大小，通过包含这个分类预测因子来告诉我模型的改进情况。 df <- tibble(education = c("Low&#
浏览 19提问于2021-06-28得票数 0
1回答
我试着用三个节点的三次样条来拟合一些数据，以绘制变量的季节性。我的X数据是一年中的天数(基本上范围是(0,366))，y数据是季节性变量。 如何创建适合数据的具有三个节点的三次样条曲线？ 我尝试使用： spline = sp.interpolate.interp1d(Xdata, ydata, kind='cubic') 和： spline = CubicSpline(Xdata, ydata, bc_type='periodic') 但是，使用以下命令绘制这些结果： plt.plot(range(0,366), spline(rang
浏览 33提问于2019-06-27得票数 0
回答已采纳
1回答
混合新凯恩斯菲利普斯曲线是：
经过几次操作，我们得到了以下可估计的模型：
其中，π是通货膨胀率，x是衡量产出缺口的指标(= GDP的周期性成分，使用过滤器)。模型π和x的解释变量是可观测的。
我需要用非线性最小二乘来估计这个模型，但是这个模型在我看来是线性的。另外，我在R中使用nls()函数的尝试也失败了。
此外，我对非线性回归的研究导致了我的逻辑人口增长，但我无法找到一种方法将我学到的东西与这项工作联系起来，特别是在推导起始值时。
浏览 8提问于2013-02-22得票数 2
回答已采纳
我在上找到了这段代码，它用Python语言进行多元线性回归。在下面的代码中，打印b给出了x1，...，xN的系数。但是，此代码通过原点拟合直线(即，结果模型不包括常量)。
我想做的是完全相同的事情，除了我不想拟合通过原点的直线，我需要在结果模型中使用常量。
你知道这是不是很小的改动？我在python中搜索并找到了大量关于多个回归的文档，除了它们对我所需的内容来说太长且过于复杂。这段代码工作得很好，除了我只需要一个通过截取而不是原点的模型。
import numpy as np
from numpy.random import random
n=100
k=10
y = np.mat(rand
浏览 2提问于2012-09-24得票数 0
回答已采纳
1回答
我有以下问题：
模型:中心对称圆，轮廓为高斯分布和洛伦兹分布的组合。要获得模型的绘图，只需将以下代码插入Matlab：
N = 501; %Matrix size
R = zeros(N,N); %Initializing matrix R
x0 = ceil(N/2); y0 = x0; %Barycenter coordinates
for i=1:N %Calculation of matrix R
for j=
浏览 1提问于2016-02-11得票数 0
回答已采纳
我正在编写一个物理模拟程序(Ising模型，如果重要的话)，我需要将一维衰减的指数函数拟合到一组数据上，并对函数的参数进行估计，但是我已经搜索过了，我无法理解我的生命，理解不同的拟合方法，并选择一种能够完成这一看似非复杂的任务的方法。我在Python中有一个程序，它使用scipy.optimization.curve_fit作为这个函数，但是由于模拟需要大量的计算时间，我正在尝试切换到C++。
浏览 0提问于2022-09-07得票数 0
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
1回答
我想用一个两项指数模型来拟合我的数据(x，y)，即
f(x) = a * exp(b * x) + c * exp(d * x)
本质上，我需要在R中复制Matlab的exp2模型类型，计算如下
f = fit(x, y, 'expo')
浏览 0提问于2016-03-08得票数 1
回答已采纳
2回答
上图显示了一篇文章在一段时间内的页面浏览量。我正在寻找一个像样的，而不是复杂的物理或统计计算，能够给我(基于页面浏览量的历史)过去n天的页面浏览量的当前趋势(由蓝色框表示)。
那么基本上，在过去的5天里，这个链接的趋势是不是比通常的要高，如果是的话，程度/幅度是多少？
理想情况下，可接受的答案将提供适用于此问题的算法类，以及使用上面图表中提供的数据的一些示例。
谢谢!
浏览 2提问于2011-06-05得票数 3
我想问一个关于多参数线性回归模型的问题。问题如下:我们现在有100家公司的数据，对于每一家公司，我都有三个季度的参数A，B，C，D的数据。(我们可以称之为A1，A2，A3，B1，B2，B3..etc)我们假设A和BCD之间存在某种关系(我们还不知道，需要找到)，现在我们需要预测第四季的A，即A4……
我的方法是用普通的最小二乘公式计算关系，并以A4=x1*B4+x2*C4+x3*D4的形式得到最终的公式。我通过简单地对B，C，D进行线性回归得到B4，C4，D4，但问题是我用这种方式得到的A4比仅仅对A进行线性回归更糟糕。
有人能告诉我这个问题的更好的解决方案吗？谢谢
浏览 2提问于2017-08-27得票数 0
2回答
我正在对人口普查数据进行回归，其中我的因变量是预期寿命，我有8个自变量。这些数据是按城市汇总的，因此我有数千个观察值。
不过，我的模型有点异方差。我想运行加权最小二乘法，其中每个观测值都按城市人口进行加权。在这种情况下，这意味着我希望通过总体平方根的倒数来加权观察值。然而，我不清楚什么是最好的语法。目前，我有：
Model=lm(…,weights=(1/population))
对吗？或者应该是：
Model=lm(…,weights=(1/sqrt(population)))
(我在这里发现了这个问题：，但它没有阐明R如何解释权重参数。)
浏览 0提问于2013-08-16得票数 5
回答已采纳
我一直试图使用python的scipy.optimize库来估计模型的参数，但到目前为止没有成功。我尝试使用scipy.optimize.leastsq，它使用了levenberg-marquardt算法。不幸的是，它总是找不到我的模型函数的最小值，即使我设置的初始参数猜测非常接近最佳拟合。实际上，它总是返回初始的猜测参数。所以，我想我做错了什么。我的模型是一个简单的圆，但是为了使事情变得更简单，只有半径是实际的参数，数据中的圆心是已知的，并且是硬编码的。数据是一个10×10像素的浮点图像，圆心为5,5，半径为4。实际上，数据是用我试图拟合的模型生成的。所以，完美的契合是存在的。这是我的代码：
浏览 5提问于2013-10-01得票数 1
回答已采纳
1回答
我想知道在Python中是否有一个函数可以找到最小绝对偏差和考虑点的不确定性的一组数据的最佳拟合线( 2D)或最佳拟合平面( 3D)。
事实上，我有三维点，我想要它们中最适合的平面。在sklearn和statsmodel python库中都存在加权最小二乘(WLS)拟合函数，通过在状态模型的分位数回归中加入q=0.5，得到最小绝对偏差。然而，怎样才能有加权最小绝对回归拟合函数呢？
浏览 2提问于2020-05-29得票数 0
很简单的问题，但一些东西，我一直无法理解，通过搜索互联网。使用SKlearn运行LR模型后，关键输出之一是coef_和intercept_。
我理解coef_是一个完全描述模型关系的转换矩阵；使用coef_和添加intercept_来执行输入数据的点乘积将为您的输入生成预测值。
我的问题是:定义一阶模型coef_的方程是什么？这种情况在二阶模型下会发生什么变化？这个方程在具有n个特征的多元模型中是如何变化的？
我已经收集到了一些类似于b0 + b1x + b2x的东西，但是我不明白它是如何随着附加的“特性”变量的引入和高阶多项式模型的引入而发展的。
浏览 0提问于2022-05-26得票数 0
1回答
我使用python的statsmodel包来进行线性回归。在R^2、p等的输出中也存在“对数似然”.在文档中，这被描述为“拟合模型的似然函数的值”。我看了一下源代码，并不真正理解它在做什么。
阅读更多关于似然函数，我仍然有非常模糊的想法，这个‘对数-似然’值可能意味着什么，或被用来。所以有几个问题：
在线性回归的情况下，似然函数的值不等于参数的值(本例中为beta)吗？这似乎是这样的，根据下面的推导，导致方程12：
知道似然函数的值有什么用？它是否与其他具有相同反应和不同预测指标的回归模型进行比较？实际的统计学家和科学家如何使用统计模型提出的对数似然值？
浏览 1提问于2014-10-23得票数 2
回答已采纳
最近，我一直在尝试将许多随机效应模型拟合到相对较大的数据集中。假设大约有5万人(或更多)在25个时间点观察到。有了这么大的样本数量，我们就包括了很多我们正在调整的预测因子--也许是50个左右的固定效应。我用R中的lme4::glmer将模型拟合成二进制结果，并对每个主题进行随机截取。我不能详细介绍数据，但是我使用的glmer命令的基本格式是：
fit <- glmer(outcome ~ treatment + study_quarter + dd_quarter + (1|id),
family = "binomial", data = d
浏览 9提问于2017-06-21得票数 10
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
