统计模型中使用的回归方法adfuller()？
adfuller()是一种回归方法，用于统计模型中的回归分析。它是Augmented Dickey-Fuller（ADF）检验的一部分，用于检测时间序列数据的单位根（unit root）。单位根表示数据具有非平稳性，即数据的均值和方差随时间变化。
adfuller()方法的主要目的是确定时间序列数据是否具有单位根，从而判断数据是否是平稳的。平稳的时间序列数据在统计分析中更容易建立模型和进行预测。
adfuller()方法的优势在于它能够提供关于时间序列数据平稳性的详细信息，包括ADF统计量、p-value、滞后阶数等。通过分析这些指标，可以判断数据是否需要进行差分处理或其他转换，以使其变得平稳。
adfuller()方法在金融领域、经济学领域和其他需要对时间序列数据进行分析和建模的领域中广泛应用。例如，它可以用于研究股票价格、汇率、经济指标等的变化趋势和关联性。
对于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，无法给出具体链接。但腾讯云作为一家知名的云计算服务提供商，提供了丰富的云计算产品和解决方案，包括云服务器、云数据库、云存储等。您可以通过访问腾讯云官方网站，了解更多关于腾讯云的产品和服务信息。
相关·内容
0回答
adfuller()中使用的回归方法是什么？我正在对时间序列执行增强的dickey fuller测试，我正在尝试两种不同的方法。
首先，我使用pandas.diff()来获取价格dy的变化。然后，我将原始时间序列作为自变量y，将dy作为依赖变量传递到statsmodels.OLS(dy,y)中，并获得结果。然后提取斜率参数model.params[1]和斜率参数model.bse[1]的标准差。这些项的商是我称之为DF = model.params[1]/model.bse[1]的Dickey Fuller检验统计量。
其次，我将单个时间价格序列传递给adfuller()：
adfstat,
浏览 9提问于2016-07-22得票数 1
回答已采纳
我在分析时间序列。它显然有一个趋势和一个季节性的组成部分。当我做adf根测试时，我得到的p值为0.98，这意味着它是非平稳的。
但是当我在pmdarima做and时，Philippe Perron和Dickey Fuller得到0，而这显然是有趋势的。KPSS返回1，这似乎更准确。当做nsdiffs时，当明显是静止时，也会发生同样的情况。
我做错什么了？为什么我会得到不同的结果？这是否意味着没有趋势？
from pmdarima.arima.utils import ndiffs
difs_adf = ndiffs(train_, test = "adf")
difs_kps
浏览 3提问于2020-09-12得票数 2
1回答
我正在尝试测试一个用OLS方法建立的线性回归模型，用于协整/模型错误描述/平稳。
我知道有些条件必须得到满足-
如果自变量和因变量都是平稳的，则满足线性回归模型(OLS假设)。然而，如果因变量和至少一个自变量都是非平稳的，则需要检验残差的平稳性。如果残差是平稳的，则模型是协整的.对于所有其他的平稳性结果，这些模型被认为是错误的。
我还理解，我必须使用以下语法
statsmodels.tsa.stattools.adfuller
但是，我不太确定“回归”输入--根据提供的文档，在这种情况下应该使用哪一种输入。
regression{‘c’,’ct’,’ctt’,’nc’}
Constant an
浏览 0提问于2019-07-22得票数 0
回答已采纳
2回答
summary(dataframe1)命令为我提供了该数据帧的汇总统计信息，如max、min和NA的数目。类似地，summary(dataframe1$column1)为数据框架内的特定变量(其列之一)提供了汇总统计信息。
在我使用lm和plm运行一些回归之前，以及每当我试图通过dataframe1通过summary(dataframe1$column1)获取数据帧中的列的简要统计信息之前，这是很好的工作。我得到的输出是“平方和”、"id“和”时间“。
这一切为什么要发生？dataframe1不是我的回归模型的名称，但我确实使用dataframe1作为这种回归模型的数据源。如何强制汇总
浏览 20提问于2022-02-28得票数 0
回答已采纳
2回答
我喜欢在统计模型中使用线性套索回归，以便能够使用“公式”符号来编写模型，这将为我在处理许多分类变量及其交互时节省相当多的编码时间。然而，它似乎还没有在统计模型中实现？
浏览 1提问于2017-04-17得票数 11
回答已采纳
我使用lm(x~y1 + y1 + ... + yn)估计了一个线性回归模型，为了对抗目前的异方差，我让R估计了稳健的标准误差
coeftest(model, vcov = vcovHC(model, type = "HC0"))
我知道来自“正常”模型的(鲁棒)R平方和F统计量仍然有效，但是我如何让R在输出中报告它们？我想将来自不同规范的几个回归输出与stargazer融合在一起，如果我必须进入非健壮模型来获得这些统计数据，那么它将变得非常混乱。理想情况下，我希望将包含这些统计信息的回归输出输入到stargazer中，从而将其导入到他们的框架中。
提前感谢您的所有回答
浏览 6提问于2020-08-18得票数 2
关于科学知识中的Logistic回归模型，我有两个问题：
哪一项统计可以显示模型的预测能力？
哪个统计数据可以显示我的模型是更好地预测事件1还是事件0？
浏览 0提问于2020-03-04得票数 0
1回答
我用adfuller来判断随机模拟的输出是否达到平衡。我认为增广Dickey Fuller测试可以完成这一任务，但它正在寻找值仍然不稳定的平稳性。例如，在此图像中，值明显减少：
但是运行这个：
results = = adfuller(values, regression="c")
我得到了这个结果：
P值: 8.73279419229e-06
adf：-5.20143922846，-3.46469407554的1%
单位根的空假设是如何被拒绝的？我认为，如果我指定回归只有一个常数，那么带有趋势的时间序列就不会被确定为平稳。我做错了什么吗？
浏览 0提问于2017-05-05得票数 2
1回答
我一直在试图得到时间序列数据的ADF统计数据和p值。我没有做任何事情，而是导入数据集并使用以下代码：
from statsmodels.tsa.stattools import adfuller from numpy import log
result = adfuller(dataset.Sales.dropna())
大约3分钟后，会话就崩溃了。然后我收到这样的信息：
“您的会话在使用所有可用内存后崩溃。”
我的数据集只有51 My。我也在使用Colab的GPU。有什么办法解决吗？
浏览 5提问于2021-06-25得票数 0
我为一篇PhD论文收集了数据，需要帮助我理解如何构建一个路线图来进行分析和统计分析。PhD本身并不是在统计或机器学习，但我想了解的步骤和类型的分析，我必须遵循的数据分析的高级学位？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，并在时间范围内预测它们的值？
到目前为止，我脑海中的步骤如下：
绘制不
浏览 0提问于2015-09-19得票数 1
回答已采纳
1回答
我需要使用knime进行回归分析。我是一个python用户，我也知道knime，但不是很深入！我通常使用python中的statsmodel进行回归分析和处理统计模型。
但是，为了将回归问题作为机器学习问题来解决，我使用sklearn回归模型。python中的每一个包都有它自己的好处，在你的任务中加深了它的好处，还有不同的输出视图，这对于以正确的方式解决问题非常重要。我的问题是，knime是否提供了统计模型的特殊软件包？如果我计划进行回归分析，推荐使用哪些节点？
非常感谢您的帮助
浏览 21提问于2021-05-04得票数 0
1回答
人们应该如何决定使用线性回归模型还是非线性回归模型？
我的目标是预测Y。
对于简单的x和y数据集，我可以很容易地通过绘制散点图来决定应该使用哪种回归模型。
在x1，x2，.，xn和y等多变量的情况下.我如何决定必须使用哪一种回归模型？也就是说，如何决定采用简单的线性模型或非线性模型，如二次型、三次型等。
是否有任何技术、统计方法或图解来推断和决定必须使用哪一种回归模型？请给我建议。
浏览 4提问于2015-02-06得票数 3
1回答
我在python中使用ARIMA模型进行时间序列预测。在分析了这些数据后，我注意到这些数据是季节性的，而且有趋势。为了确保我的假设，我运行了ADFuller测试，而且数据确实不是固定的。
为了使数据保持不变，我对数据进行了一次差分并绘制了图表。然后，我再次尝试运行ADFuller测试，但是我得到了以下错误：
MissingDataError:局外人包含inf或nans
这是ADFuller测试的代码：
result = adfuller(df['power'])
print(result)
差异数据会造成缺失值吗？我在原始数据中没有任何缺失的值。我只有在对数据进行差分后才会得到
浏览 8提问于2021-01-21得票数 0
2回答
我有两个模型:一个是简单的线性回归，另一个是多元线性回归。
在简单线性回归中，这两个变量之间的相关性最强。多元线性回归包含两个额外的变量，它们可以与相依者联系在一起，但在统计学上它们是不显著的(P > 0)。
如何解释最适合使用的模型是简单线性回归还是多元线性回归？
以下是回归过程中的一些值：
简单线性: F(1，77) = 21.07，Prob >F= 0.0000，R平方= 0.2148，Adj R平方= 0.2046
多重线性: F(3，75) = 7.29，Prob >F= 0.0002，R平方= 0.2258，Adj R平方= 0.1948
浏览 0提问于2015-12-06得票数 2
我正在通过在statsmodels中构建模型来学习逻辑回归。 我知道如果我在统计模型中建立一个线性回归模型，lin_mod = sm.OLS(y_var, X_vars).fit()，我可以很容易地得到调整后的R平方lin_mod.rsquared_adj。在比较我的线性回归模型时，我发现调整后的R平方非常有用。 现在对于逻辑回归模型，log_mod = sm.Logit(y_var, X_vars).fit()。我知道有一个伪R平方度量，log_mod.prsquared，但我觉得它不是很令人信服。在statsmodels中是否有其他易于访问的指标可以帮助比较逻辑回归模型？ 谢谢!
浏览 17提问于2021-09-13得票数 0
有没有一种方法可以让scikit逻辑回归模型像在统计模型中那样具有类似的、良好的输出？所有的p值，std。在一个表中出现错误等？
浏览 0提问于2016-05-21得票数 8
1回答
Python状态模型库降级警告
、、、、
我正在用Dickey-Fuller方法做一些统计测试。
我做好进口后：
from statsmodels.tsa.stattools import adfuller
我收到了这个FutureWarning
/env/lib/python3.5/site-packages/statsmodels/compat/pandas.py:56: FutureWarning:不推荐使用pandas.core.datetools模块，并将在以后的版本中删除。请改用pandas.tseries模块。来自pandas.core导入日期工具
问题是，我无法找到adfuller()在pandas.tseri
浏览 1提问于2018-02-05得票数 2
回答已采纳
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
1回答
我有一个随机的森林分类器，它给了我一个特征重要性排名。
我如何才能得出重要特征的统计意义，就像你可以推断betas的统计意义的回归模型一样？
浏览 0提问于2018-07-24得票数 0
1回答
我尝试在时间序列数据集上使用ARIMA模型(STOSTSP-500)。
在将数据输入ARIMA模型之前，我想知道时间序列是否具有平稳性.
所以，我选择股票的股票是"APA"(Apache公司)，我使用adfuller从包statsmodels.tsa.stattools来检验时间序列是否具有平稳性。
我还使用了软件包ndiff pmdarima.arima来寻找适合ARIMA模型的差分数(据我所知，在ARIMA模型上设置这个数字会使时间序列具有平稳性)。
并且adfuller的p值大于0.0 5，所以我假设时间序列没有平稳性(我在这里找到结论：)
但ndiff的结果是0。
据我
浏览 5提问于2021-12-26得票数 -1
回答已采纳
2回答
从时间序列数据中提取相关特征
、、、、
我有来自传感器的时间序列数据集，任务是预测故障事件发生前的时间。数据集只有一个特性，有近2000万行。这是一个回归问题。
我尝试了多项式特征，自相关，滚动统计和扩展统计。唯一一个改进我的模型的方法是扩大总和。从这些数据中提取哪些相关特征？
我的模型是线性回归模型，数据集进行了缩放，目前只有两个特性改进了我的模型。传感器数据和扩展和。除了深度学习之外，还有其他解决这个问题的建议吗？
更新:为了澄清，我添加了输入和输出的情节。
传感器读数图输入
📷
失败时间图输出
📷
浏览 0提问于2020-02-14得票数 2
2回答
我有10000个样品。有4个自变量和1个因变量。
自变量均以0均值为中心。
📷
我发现这些变量之间的相关系数如下：
📷
我使用了线性回归模型，下面是该模型的总结：
📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。
基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮我理解什么是正确的方法来识别重要的预测因子(s)？
另外，即使我从lm模型中删除了x4变量，残差标准误差仍然是相同的，哪种情况可以重新迭代它不是一个重要的预测器？是
我的理解对吗？
此外，我运行了R中可用的VarImp函数，它
浏览 0提问于2020-02-23得票数 2
1回答
我对如何使用sklearn和状态模型进行线性回归有基本的理解。关于线性回归(OLS估计)，我想问几个问题：
对于最小二乘估计器来说，标准化总是必要的吗？我还在学习回归分析的一些理论方面。标准化是在我的数据科学课中提到的，但在我的回归分析中几乎没有提到。如果不是，什么时候应用标准化(也需要标准化预测变量)？
我试着比较了这两种方法，在评价指标(Mse)方面，结果是比较相似的，但就系数而言，它是非常不同的(由于不同的预测因子的尺度)。如果是这样，如何比较一个预测器的重要性？
我尝试将结果与非标准化数据上的状态模型OLS进行比较。在此基础上，统计模型的均方误差比滑雪板模型差得多。然而，sklearn
浏览 0提问于2019-10-31得票数 0
5回答
我在R中运行逻辑回归模型，我使用了Zelig和Car软件包。然而，我想知道是否有一种简单的方法来获得模型的模型拟合统计数据。(伪R平方、卡方、对数似然等)
浏览 7提问于2010-07-27得票数 7
谁能用统计模型解释一下广义线性模型和逻辑回归模型表之间的区别？为什么在执行逻辑回归时，两个模型得到的结果不同？
浏览 2提问于2020-06-28得票数 3
2回答
对不起，我知道这是一个非常基本的问题，但由于我仍然是机器学习的初学者，确定什么模型最适合我的问题仍然让我困惑，最近我使用了线性回归模型(导致r2_score如此之低)，一个用户提到我可以根据我的数据曲线使用某些模型，当我看到另一个编码器使用随机森林回归时(导致r2_score比线性回归模型好30% )，我不知道他/她怎么知道更好的模型，因为他/她没有提到它。我的意思是，在我读到的大多数网站中，他们将数据推到他们认为最适合问题的一些模型中(例如:对于回归问题，模型可以使用线性回归或随机森林回归)，但在一些网站中，有些人说，我们首先需要绘制数据，这样我们才能准确地预测哪个模型最适合。我真的不知道
浏览 36提问于2020-01-12得票数 0
我对R包'leaps‘中的92个变量运行了所有可能的回归模型，预测了一个因变量。这些变量中的每个变量都由51个数值组成。
Leaps生成五个模型统计信息(即r平方、调整后的r平方、剩余平方和、Mallow的Cp和BIC)。我的结果显示了所有这些统计数据的看似正常的值，除了Mallow的Cp，其中所有的值都是负无穷大。显然，在某个点上有被零除的情况，但我对模型拟合统计还不够熟悉，无法知道这是否是一个问题。
有什么想法吗？
浏览 2提问于2016-01-19得票数 0
1回答
我试图将回归模型与Python中的时间序列数据相匹配(基本上是为了预测趋势)。我之前使用statsmodels进行了季节分解，它将数据提取到它的三个组成部分，包括数据趋势。但是，我想知道如何使用基于统计的回归(通过定义任何函数)和检验平方和来比较各种模型，并选择最适合我的数据的模型。我应该指出，我并不是在寻找依赖于培训/测试数据的基于学习的回归。如果有人能帮我解决这个问题，甚至介绍一个关于这个问题的教程，我将不胜感激。
浏览 3提问于2020-07-31得票数 0
3回答
我现在正在使用R运行逻辑回归，但我似乎无法获得许多有用的模型拟合统计数据。我正在寻找类似于SAS的指标：
有谁知道我可以用什么方法(或者什么包)来提取这些统计数据？
谢谢
浏览 2提问于2011-09-02得票数 3
回答已采纳
1回答
我在R中使用caret软件包，进行岭Logistic回归。现在我能找到每个变量的系数。
的问题是：如何用岭logistic回归来了解各变量的系数的标准误差？
下面是我的示例代码：-
Ridge1 <- train(Group ~., data = train, method = 'glmnet',
trControl = trainControl("cv", number = 10),
tuneGrid = expand.grid(alpha = 0,
浏览 3提问于2020-02-12得票数 1
我对编程语言非常陌生，我选择了Python来对交易策略进行反测试(因为我听说它相对容易)。我在学习基础知识方面已经取得了一些进展，但是我目前仍停留在对timeseries数据some执行ADFuller测试上。
现在我需要在列上运行ADF测试--“and”、“and”等等(我有66列这样的列)，.I希望获得每个列的测试统计/输出。
我厌倦了使用像cadfs = [ts.adfuller(df1)]这样的线条。因为，我缺乏专业知识，我无法根据我的数据来调整代码。
如果我漏掉了一些重要的信息，我会提前道歉。请留下评论，我会尽快提供。
提前谢谢！
浏览 2提问于2016-06-28得票数 0
回答已采纳
2回答
我有一个有大约900.000条记录的数据集，其中大约1000个被标记为阳性(研究事件发生了)。
事件发生的概率总是很低(即< 0.1)，我想要创建一个回归模型来预测事件发生的概率。
我的第一个想法是使用logistic回归，但我不确定是否可以将输出直接解释为事件发生的概率。在使用其他模型(如SVM或RF )时，也会出现同样的疑问。
另一个疑问是，通常的评估指标(例如RMSE)在这样的模型上是否能很好地工作，因为即使是总是输出0的预测器也会得到很好的分数。
浏览 0提问于2017-03-03得票数 7
2回答
在统计中，如果随机变量的所有随机变量都有相同的有限方差，那么随机变量序列是同方差的。这也称为方差的同质性(维基百科)。
这个假设是否仅适用于线性回归模型？
如果没有，是否有任何相关的方法来检查非线性模型？
浏览 0提问于2021-04-12得票数 2
回答已采纳
1回答
我有一个数据集，我为它实现了一个回归模型，并假设系数在局部变化。如果给定了空间非平稳性，则运行本地回归模型是有意义的，在我的例子中是地理加权回归(GWR)。
为了找出是否存在空间非平稳性，我知道Koenker检验，它可以在任何GIS软件中用普通的最小二乘(OLS)回归模型计算。但对于这个项目，我使用的是R，我需要找出是否给出了空间非平稳性。有没有在R中实现的统计测试可以给我这个结果？
我知道R中有spgwr包，但它只是实现GWR，而不是测试GWR是否必要。
浏览 1提问于2020-10-30得票数 2
我的肉眼认为存在季节性时间序列，当我使用adfuller()时，结果显示该序列是基于p值的平稳序列。 我还对它应用了seasonal_decompose()。结果和我预期的差不多。 tb3['percent'].plot(figsize=(18,8)) what the series look like 需要注意的一件事是，我的数据每分钟都会被收集。 tb3.index.freq = 'T' from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(
浏览 53提问于2020-08-04得票数 1
回答已采纳
1回答
如何约束我的回归系数(只有斜率，而不是截距)是正的？这是一个一般的统计问题，但具体来说，我想要一个r的解决方案，更具体地说，当使用模型2回归(长轴回归)时。
浏览 0提问于2019-08-21得票数 3
回答已采纳
1回答
我一直在用R来建立线性回归模型。并使用“汇总(模型)”命令，提供系数显着性和模型显着性(F-统计量)的详细信息。Weka能提供这种措施吗？
浏览 2提问于2014-07-02得票数 1
回答已采纳
1回答
是否有可能在Apache中的多类分类问题中找到错误度量(精确和召回)。我正在使用Spark的MlLib中的Logistic回归来构建我的模型，并希望使用错误度量来评估我的模型。
浏览 3提问于2018-07-02得票数 1
我希望在状态模型中使用线性拉索回归，这样就能够使用“公式”符号来编写模型，这将为我在处理许多分类变量及其相互作用时节省相当多的编码时间。然而，它似乎还没有在统计模型中实现吗？
浏览 0提问于2017-04-17得票数 2
回答已采纳
我一直在使用随机森林来计算特性的重要性，但是我问自己为什么是随机森林？所以我的问题变成了其他机器学习模型可以计算特征重要性吗？每种型号之间都有利弊吗？
我做了一些研究，下面是我发现的一些
用Y. (统计方法)计算每个X变量的统计相关评分->
线性模型中的系数-> Logistic，线性回归，正则化(L1，L2，弹性网)
基于树的算法-> ex:决策树、RF、boosting算法
排列重要性评分
我想知道是否有其他方法。
提前感谢！
浏览 0提问于2021-01-11得票数 0
1回答
我有一个关于100+特性的数据集。我还有一组小的协变量。
对于每个协变量，我使用统计模型y = x + C1 + C2 + C3 + C4 + ... + Cn，以及一个特征x和一个因变量y，建立一个OLS线性模型。
我正在尝试对回归系数进行假设检验，以检验回归系数是否等于0。我认为t-test是解决这一问题的合适方法，但我不太确定如何使用统计模型在Python中实现这一点。
我知道，特别是，我想使用
但是我不确定我是否理解r_matrix参数。我能为此提供什么？我确实看过这些例子，但我并不清楚。
此外，我对对协变量本身进行t检验不感兴趣，而只是对x的回归系数感兴趣。
感谢任何人的帮助！
浏览 6提问于2017-08-16得票数 0
回答已采纳
2回答
我有时间序列数据。它有每天的频率。
我想用ARIMA模型预测下个星期或下个月的数据。
📷
这是我的时间序列数据图表：
📷
首先，我使用统计模型中的seasonal_decompose方法来检查趋势/会话性/残差，如下所示：
from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(df['n_transactions'], model='add')
result.plot();
📷
我检查我的数据是否固定：
from statsmodels.tsa.s
浏览 0提问于2020-05-22得票数 2
正如标题中所说的，平稳性和低自相关性是一般/线性回归模型的前提吗？也就是说，如果一个时间序列是非平稳的或者具有很大的自相关性，那么用线性模型和深度学习等回归模型来预测会更容易还是更难呢？
浏览 0提问于2019-12-11得票数 4
回答已采纳
2回答
分位数回归和p值
、、
我正在对我的数据集应用guantile回归(使用R)。用不同的分位数回归线(taus <- c(0.05,0.25,0.75,0.95))可以很容易地得到良好的散点图图像。
当我想要为这些分位数中的每个分位数生成p值(以便查看每条回归线的统计意义)时，就会出现问题。对于中间分位数(tau=0.5)，这不是问题，但是当涉及到例如tau=0.25时，我得到以下错误消息：
>QRmodel<-rq(y~x,tau=0.25,model=T)
>summary(QRmodel,se="nid")
Error in summary.rq(QRmodel, se =
浏览 5提问于2011-06-03得票数 3
1回答
如何监控生产中的对象检测模型？
、、、、
我有一个疑问，能不能有人告诉我如何在生产中监控对象检测模型，相关文章会有帮助。
我已经使用FasterRCNN构建了PyTorch，我正在将我的模型转移到生产中，我想知道哪个统计数据以及我们考虑的哪个参数来监视模型或重新训练模型。
在此之前，我已经将回归模型转化为生产模型，并使用统计测试来监测数据漂移和模型漂移。
有人能告诉我如何监控对象检测模型吗？
提前感谢
浏览 0提问于2021-10-24得票数 0
基本上，我已经收集了一些零售网站的数据，我想知道这是否是一个回归问题:如果我有关于RRP这样的鞋子的网站数据，它们是什么品牌，它们是什么颜色，它们是什么尺寸，我整理这些数据来建立一个模型，围绕这样一个模型，我可以给模型已知的变量，关于一双新鞋(品牌，尺寸颜色)，以确定可能的RRP，根据我已经知道的所有变量和RRP，我应该使用ANOVA还是回归。我的回归理由是，这似乎是一个经典的问题，因为价格是一个连续变量。但我不确定要怎么做，我看到的很多回归例子都是用连续变量作为预测变量和结果变量，也许方差分析更好？
浏览 0提问于2020-09-02得票数 1
回答已采纳
1回答
我的线性模型有一个拼凑的方程式"Y ~ np.log(X)“
如何使用statsmodels.anova库在python中求出上述线性回归方程的方差分析，进而求出模型的F统计量
浏览 1提问于2018-06-27得票数 1
1回答
假设我们有一个分类特性X_i，并且我们构建了一个类似于xgboost的黑匣子分类模型，X_i是众多预测器之一。我们想问一个问题：X_i对整个预测有影响吗?如果是的话，影响多少？
特别是，X_i可以是：
二分变量
N级变量，其中我们感兴趣的是两个特定级别之间的潜在差异。
在像线性回归这样的白盒模型中，我们通过检验来获得统计显着性.但是，我们能用黑匣子模型获得统计意义相似的结果吗？来自可解释的人工智能领域的任何工具都适用于此吗？还是只对输出概率进行标准t检验会更好呢？
浏览 0提问于2020-02-06得票数 1
我想在python中执行一个简单的逻辑回归(1个因变量，1个自变量)。我在python中看到的所有关于逻辑回归的文档都是关于使用它来开发预测模型的。我想从统计的角度更多地使用它。如何在python上找到简单逻辑回归的Odds ratio、p-value和confidence interval？ X = df[predictor]
y = df[binary_outcome]
model = LogisticRegression()
model.fit(X,y)
print(#model_stats) 具有Odds ratio、p-value和confidence interval的理想输
浏览 209提问于2021-01-09得票数 0
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
