Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Statsmodels.formula.api OLS不显示截距的统计值
我正在运行以下源代码 import statsmodels formula api as sm Add one column of ones for the intercept term X np append arr np ones 50
python
statistics
Regression
linearregression
StatsModels
SPSS 中的标准化残差与 R rstandard(lm()) 不匹配
在寻找 R 相关解决方案时 我发现 R 和 SPSS 版本 24 在计算简单线性模型中的标准化残差方面存在一些不一致 看来SPSS所谓的标准化残差匹配 R学生化残差 我完全不认为某处存在软件错误 但显然这两个程序之间存在差异 看看这个例子
r
linearregression
spss
Javascript 中的线性回归 [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 我想在网络浏览器中用 Javascript 进行最小二乘拟合 目前 用户使用 HTML 文本输入输入数
javascript
jQuery
statistics
flot
linearregression
绘制 Pandas OLS 线性回归结果
我将如何绘制我从 pandas 进行的线性回归的线性回归结果 import pandas as pd from pandas stats api import ols df pd read csv Samples csv index col
python
pandas
matplotlib
linearregression
StatsModels
带约束的简单线性回归
我开发了一种算法来循环 15 个变量并为每个变量生成一个简单的 OLS 然后算法再循环 11 次以产生相同的 15 个 OLS 回归 但 X 变量的滞后每次增加 1 我选择具有最高 r 2 的自变量 并使用 3 4 或 5 个变量的最佳滞后
python
linearregression
StatsModels
如何强制 cv.glmnet 不删除一个特定变量?
我正在运行包含 67 个观察值和 32 个变量的回归 我正在使用 glmnet 包中的 cv glmnet 函数进行变量选择 我想将一个变量强加到模型中 它在正常过程中被删除 我如何在 cv glmnet 中指定此条件 谢谢你 我的代码如下
r
Regression
linearregression
glmnet
python中计算最小范数解或从伪逆得到的解最准确的方法是什么?
我的目标是解决 Kc y 与伪逆 即最小范数解 c K y 这样模型 希望 是高次多项式模型f x sum i c i x i 我对不确定的情况特别感兴趣 在这种情况下 我们拥有比数据更多的多项式特征 方程很少 变量 未知数太多 colum
python
NumPy
precision
linearalgebra
linearregression
挖泥机子集 (MuMIn) - 如果存在主效应,则必须包括交互作用
我正在使用 dredge MuMIn 进行一些探索性工作 在此过程中 我想将两个变量设置为仅当它们之间存在相互作用时才允许一起出现 即它们不能仅作为主要效果一起出现 使用样本数据 我想挖掘模型 fm1 尽管它可能没有意义 如果变量 GNP
r
variables
Regression
linearregression
modelcomparison
有条件地为 R 中置信带之外的数据点着色
我需要对下图中置信带之外的数据点与带内的数据点进行不同的着色 我是否应该在数据集中添加一个单独的列来记录数据点是否在置信区间内 您能举个例子吗 示例数据集 Dataset from http www apsnet org education
r
statistics
plot
linearregression
confidenceinterval
从拟合的 lm 或 glm [R] 获取每个因子水平(以及交互作用)的数据数量
我在 R 中有一个逻辑回归模型 其中所有预测变量都是分类变量而不是连续变量 除了响应变量 它显然也是分类 二元变量 打电话时summary model name 有没有办法在每个因子水平中包含一个表示观测值数量的列 我在 R 中有一个逻辑回
r
Regression
linearregression
LM
GLM
回归模型 statsmodel python
这更多是一个统计问题 因为代码运行良好 但我正在学习 python 中的回归建模 我在下面使用 statsmodel 编写了一些代码来创建一个简单的线性回归模型 import statsmodels api as sm import num
python
statistics
linearregression
StatsModels
用枢轴点拟合曲线 Python
我有下面的图 我想用 2 条线来拟合它 使用 python 我设法适应上半部分 def func x a b x np array x return a x b popt pcov curve fit func up x up y 我想用另
python
machinelearning
linearregression
curvefitting
datafitting
ValueError:不支持连续[重复]
这个问题在这里已经有答案了 我正在使用 GridSearchCV 进行线性回归的交叉验证 不是分类器也不是逻辑回归 我还使用 StandardScaler 对 X 进行标准化 我的数据框有 17 个特征 X 和 5 个目标 y 观察 约11
python
pandas
scikitlearn
linearregression
Gridsearch
Python 上每个系数具有特定约束的多元线性回归
我目前正在数据集上运行多元线性回归 起初 我没有意识到我需要限制自己的体重 事实上 我需要有特定的正权重和负权重 更准确地说 我正在做一个评分系统 这就是为什么我的一些变量应该对音符产生积极或消极的影响 然而 当运行我的模型时 结果不符合我
python
machinelearning
scikitlearn
constraints
linearregression
R(或替代方案?)中的高(或非常高)阶多项式回归
我想对 R 中的一组数据进行 非常 高阶回归拟合 但是poly 函数的阶数极限为 25 对于此应用程序 我需要的订单范围为 100 到 120 model lt lm noisy y poly q 50 Error in poly q 50
r
Regression
linearregression
LM
Polynomials
解释R中模型多重共线性的别名表测试
有人可以帮助我解释别名函数输出 以测试多元回归模型中的多重共线性 我知道我的模型中的一些预测变量是高度相关的 我想使用别名表来识别它们 Model Score Comments Pros Cons Advice Response Value
r
alias
linearregression
R:使用“lm”拟合线性模型时的对比错误
我发现了在 R 中定义线性模型时对比错误 https stackoverflow com questions 18171246 error in contrasts when defining a linear model in r并遵循了
r
Regression
linearregression
LM
线性回归并将结果存储在数据框中[重复]
这个问题在这里已经有答案了 我正在对数据框中的某些变量进行线性回归 我希望能够通过分类变量对线性回归进行子集化 对每个分类变量运行线性回归 然后将 t 统计数据存储在数据框中 如果可能的话 我想在没有循环的情况下执行此操作 这是我正在尝试做
r
linearregression
LM
在循环中预测.lm()。警告:排名不足的拟合预测可能会产生误导
此 R 代码引发警告 Fit regression model to each cluster y lt list length y lt k vars lt list length vars lt k f lt list length f
r
statistics
linearregression
LM
如何根据 MuMIn model.avg() 摘要进行绘图
有没有一种方法可以直接绘制 MuMIn model avg 对于具有置信带的不同变量的模型平均摘要输出 以前我一直使用 ggplot 和 ggpredict 来绘制实际模型中的项 但我一直无法找到一种方法来绘制平均模型的结果 显然 我可以手
r
linearregression
mumin
1
2
3
4
5
6
...9
»