2回答
考虑到多元回归(如Y ~ X1 + X2 + X3 )，当cor(X1, Y)、cor(X2, Y)和cor(X3, Y)都是0.2等小值时，您认为是否值得将多元回归模型与数据进行拟合，而且(X1, Y)、(X2, Y)和(X3, Y)的曲线没有(线性、非线性)不相关？总而言之，
当每个自变量与因变量(视觉
浏览 6提问于2017-09-28得票数 0
1回答
我的任务是为一个预测问题(输入参数有数字和分类变量的组合)建立一个多元线性回归模型。 如果我使用人工神经网络(ANN)来构建一个进行预测的模型，这是多元线性回归模型还是深度学习模型？如果我可以使用ann来构建多元线性回归模型，我会感到困惑。
浏览 47提问于2019-01-24得票数 0
回答已采纳
1回答
我是R的新手，已经在R中建立了一个具有三个预测器的多元线性回归模型，现在我想传递三个预测器的值集，并对值进行预测，下面是我的系数和截距 (截取)X Y Z -29 -0.24 3.49 8.3 我知道如何编写公式并手动计算，但例如，如果我想传递x=0.1 Y is a factor值<
浏览 6提问于2019-03-11得票数 0
回答已采纳
1回答
我有一个由40个观测组成的真实数据集。我完全指定的模型是一个多元线性回归模型。现在，我想知道如何从这个模型中模拟出与单个x值对应的许多y值。当然，我知道如何在R上使用lm命令预测y值，但问题是如何获得多个y值。任何暗示都是
浏览 12提问于2022-10-12得票数 0
回答已采纳
我正在做一个预测模型，其中我有两个自变量/预测器和一个因变量。X = [[2.64 0.96] [3.74 0.75]
[1.12]
[
浏览 20提问于2021-02-16得票数 1
1回答
假设我们可以使用两个以上的特征变量来训练一个多元线性回归模型，我们怎么能想象模型的几何形状呢？
让我详细说明一下。对于具有特征变量和响应变量的线性回归模型，给出了一个线性回归方程(y = mx + c)和一个含有2个预测变量的多元线性回归模型</em
浏览 0提问于2020-08-27得票数 2
2回答
我想用多个预测因子来预测多个因变量。如果我正确理解，原则上可以建立一系列线性回归模型，每个模型预测一个因变量，但是如果因变量是相关的，那么使用多元回归就更有意义了。我想做后者，但我不知道怎么做。到目前为止，我还没有找到一个专门支持这个功能的Python包。我试过scikit--学习，即使他们的线性回归模型示例只显示y</
浏览 4提问于2015-05-26得票数 9
回答已采纳
2回答
理解Weka的代码
、、、
下面是代码的简单定义。
该规范旨在根据建筑表面、墙体和屋顶面积、高度、遮阳面积等建筑特点，研究建筑的热负荷和冷却负荷要求。compactness.The研究人员使用模拟器设计了12种不同的房屋结构，同时还设计了18种不同的建筑特性。我们的第一个目标是系统地分析每个建筑物特征对目标变量，即加热或冷却负荷的影响。我们将使用线性回归模型进行估计。线性回归模型构造了一个将输入变量
浏览 3提问于2016-12-28得票数 0
回答已采纳
一般来说，我应该如何处理这个问题呢？
在我收集的数据中，有623项观察，包括一个连续因变量和13个自变量(连续、分类和序数)，它们是根据研究经验和文献综述定义的。我考虑做几个回归分析来预测因变量，并研究其上的影响因素(如果它们是正的、负的，以及它们的大小)。我尝试过多元线性回归，包括对自变量的不同变换。另一方面，我不确定是否应该研究每一个自变量，
浏览 0提问于2015-09-19得票数 1
回答已采纳
我有一个数据集，其中：X2 -连续自变量我希望用X1和X2来预测y。线性回归对此合适吗？(对一个分类自变量进行回归有意义吗？)如果是这样的话，当X1是一个分类自变量(例如眼睛颜色)时，我如何使用线性回归？
我是否应该为X1中的每个类别创建一个单独的线性回归模型？还是尝试创建一个多元
浏览 2提问于2018-10-16得票数 1
回答已采纳
我试图评估一个多元线性回归模型。我有这样一个数据集：该数据集有157行* 54列。from sklearn.linear_model import LinearRegression
X = [[6,
浏览 2提问于2015-02-05得票数 5
回答已采纳
1回答
在某些事件(生物临床成功、红利、并购等)之前和之后，我有三个月的股票价格。但我不确定该用哪种算法。
浏览 2提问于2022-05-21得票数 0
回答已采纳
1回答
从具有两个连续预测变量A和B的多元线性回归模型中提取出以下平面方程Yhat = 1.2 + 2.1*A + 3.1*B和预测变量Yhat。所有变量都是连续的，其值介于1和10之间。我如何绘制这个平面方程？
浏览 0提问于2015-10-15得票数 0
回答已采纳
1回答
我想知道多元线性回归中各种变量的p值是如何计算的。我确信，在阅读几个资源时，<5%表示变量对于模型非常重要。但是，对于多元线性回归中的每个变量，p值是如何计算的呢？关于多元线性回归中各种变量的p值是如何计算
浏览 2提问于2019-07-07得票数 2
回答已采纳
老师提到的第一个例子是如何利用机器学习找到一个线性趋势线。为什么会有人这么做？在我的统计课程中，根据我的理解，我们用远低于机器学习方法的计算机功率计算数据集上的线性趋势线。使用机器学习的线性回归仅仅是学习机器学习基础的一个很好的例子，还是有什么真实的理由可以解释为什么有人会使用机器学习来找到这样一个简单的趋势线
浏览 0提问于2020-11-09得票数 2
1回答
我试图使用python来计算响应数组和一组预测器数组之间的多元线性回归和多重相关性。我看到了一个非常简单的计算多元线性回归的例子，这很容易。但是如何计算与状态模型的多重相关性呢？我想我可以使用rpy和R，但如果可能的话，我更愿意呆在python中。
编辑说明:考虑到如下情况:除了回归系数和其他回归参数外， i还
浏览 2提问于2012-11-19得票数 8
我有一个OLS模型来估计房价 import numpy as np
model = sm.ols('np.log(price) ~ np.log(lotsize) + np.log(sqrft) + bdrms', data = df).fit() 我想将以下betas值插入到预测y(价格)的估计方程中： 批量= 20000，sqrft = 2500，bdrms =4 在R中有一种很好
浏览 30提问于2020-02-01得票数 0
回答已采纳
1回答
对于一个简单的回归模型，我们可以使用残差图来检查线性模型是否适合建立我们的预测器和我们的响应之间的关系(通过检查残差是否随机分布)。然而，当我们有多个预测器和一个响应时(即对于多元线性回归模型)，是否有类似的方法来检查线性回归是否适用？
浏览 1提问于2020-02-03得票数 0
1回答
我建立了一个多元线性回归模型。我的预测值和测试值看起来很接近，如下所示：
from sklearn import metrics输出：
Mean Absolute Error
浏览 1提问于2019-06-12得票数 0
回答已采纳
我在Matlab中用fitlm函数做多元线性回归，基本上看起来像这样： model = fitlm(data,'Y ~ x1*x2 + x1*x3 + x4','RobustOpts','off','Weights',w) 预测因素是绝对的和双重的。现在我知道如果x3 == 0，那么Y == 0。x3和Y都是双精度的。是否可以将此信息添加
浏览 55提问于2021-01-20得票数 0
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
