Темы

Статистическая регрессия

Statistical Regression · 57 статей

  1. Эконометрика: статистическое тестирование экономических теорий.

    Эконометрика: применение статистики к экономическим данным для проверки теорий. Количественный анализ, разработка моделей, и выявление закономерностей.

    #2446 · 4 мин чтения

  2. Предположения в статистическом анализе

    Статистика: важные предположения для точных выводов. Независимость наблюдений и ошибок – ключевые аспекты. Избегайте неверных допущений!

    #6700 · 2 мин чтения

  3. Теорема Гаусса-Маркова об оценках методом наименьших квадратов

    Теорема Гаусса-Маркова: наилучший линейный несмещенный оценщик (OLS) в регрессии. Условия применимости, преимущества и ограничения метода наименьших квадратов.

    #51929 · 4 мин чтения

  4. Коэффициент корреляции Пирсона: измерение линейной взаимосвязи

    Коэффициент корреляции Пирсона: определение, формула и применение в статистике. Измеряет линейную связь между данными от -1 до 1. История разработки.

    #62181 · 5 мин чтения

  5. Логистическая регрессия: статистическое моделирование бинарных зависимых переменных.

    Логистическая регрессия: статистическая модель для анализа бинарных данных. Оценка вероятности события, прогнозирование рисков заболеваний (диабет, болезни сердца).

    #62979 · 12 мин чтения

  6. Модели одновременных уравнений: предположения и идентификация.

    Модели одновременных уравнений: статистический анализ взаимосвязанных переменных. Проблемы оценки параметров и вычислительная сложность. Эконометрика.

    #67233 · 4 мин чтения

  7. Регрессия Деминга: алгоритм построения линии наилучшего соответствия для двумерных данных.

    Регрессия Деминга: метод нахождения линии наилучшего соответствия для двумерных данных с учетом ошибок в обеих переменных (x и y). Статистика, анализ данных.

    #67502 · 2 мин чтения

  8. Канонический корреляционный анализ: обзор и особенности применения.

    Канонический корреляционный анализ (ККА): метод выявления связей между наборами переменных. История, применение в статистике и машинном обучении.

    #85877 · 5 мин чтения

  9. Анализ ковариации: объединение ANOVA и регрессии

    АНКОВА: анализ ковариации – объединяет ANOVA и регрессию. Оценивает влияние категориальных и непрерывных переменных на зависимую переменную. Статистика.

    #92403 · 4 мин чтения

  10. Кусочно-линейные функции: определение, свойства и применение.

    Кусочно-линейная функция в математике: определение, свойства и применение. График состоит из отрезков прямых. Аппроксимация кривых и интерполяция.

    #99572 · 2 мин чтения

  11. Кригинг: метод интерполяции на основе гауссовских процессов

    Кригинг: метод интерполяции в статистике и геостатистике. Оптимальное линейное предсказание на основе гауссовских процессов. Применение в анализе данных.

    #104960 · 4 мин чтения

  12. График Линевейвера-Берка и кинетика ферментов

    График Линевейвера-Берка: кинетика ферментов, уравнение Микаэлиса-Ментен, ингибиторы. Узнайте о точности, альтернативах и применении в биохимии.

    #113852 · 3 мин чтения

  13. Подгонка кривых к данным: методы и применение.

    Подгонка кривых: методы аппроксимации данных, интерполяции и сглаживания. Регрессионный анализ, визуализация, экстраполяция и оценка погрешностей.

    #115944 · 3 мин чтения

  14. Критерий Акаике для оценки качества статистических моделей

    Критерий Акаике (AIC): оценка качества статистических моделей и выбор наилучшей для данных. Основан на теории информации, минимизирует потерю данных.

    #134210 · 11 мин чтения

  15. Обобщённые линейные модели в статистике

    Обобщенные линейные модели (GLM): расширение линейной регрессии, объединяющее логистическую и Пуассоновскую регрессии. Оценка параметров – MLE.

    #140897 · 10 мин чтения

  16. Регрессионный анализ: методы оценки взаимосвязей между переменными

    Регрессионный анализ: статистические методы оценки взаимосвязей между переменными. Линейная регрессия, моделирование, прогнозирование, анализ данных.

    #148287 · 7 мин чтения

  17. Матрица значений объясняющих переменных

    Матрица признаков в регрессионном анализе: определение, структура, использование в статистических моделях (ANOVA, линейная модель). Объясняющие переменные.

    #163234 · 2 мин чтения

  18. Регуляризация гребнем для плохо обусловленных задач

    Регуляризация Ridge: улучшение оценки коэффициентов регрессии при высокой корреляции переменных. Снижает влияние мультиколлинеарности, повышает точность.

    #163889 · 3 мин чтения

  19. Частичный метод наименьших квадратов: статистический анализ и применение.

    Регрессия частных наименьших квадратов (PLS): статистический метод для анализа взаимосвязей между данными X и Y. Построение моделей, снижение размерности.

    #174777 · 3 мин чтения

  20. Оптимальное планирование экспериментов

    Оптимальный дизайн экспериментов: снижение затрат и повышение точности оценки параметров. Методы, разработанные Кирстин Смит, для эффективных исследований.

    #203315 · 7 мин чтения

  21. Эконометрические модели: теория, применение и оценка

    Эконометрические модели: статистический анализ экономических связей. Построение на основе теорий или эмпирических данных. Примеры и применение.

    #213139 · 2 мин чтения

  22. Коэффициент множественной корреляции: статистическое понятие.

    Коэффициент множественной корреляции: определение, значение в статистике (от 0 до 1), связь с коэффициентом детерминации. Оценка точности прогнозов.

    #216522 · 2 мин чтения

  23. Гедоническая регрессия: методы оценки и применения в экономике и недвижимости.

    Гедоническая регрессия в экономике: оценка спроса и ценности товаров через разложение на характеристики. Применение регрессионного анализа и атрибут-векторов.

    #218151 · 4 мин чтения

  24. Линейная зависимость предикторов в регрессионной модели

    Мультиколлинеарность в регрессии: линейная зависимость предикторов, проблемы оценки параметров, неполный ранг матрицы. Статистика, анализ данных.

    #222188 · 2 мин чтения

  25. Коэффициент детерминации: оценка качества подгонки данных

    Коэффициент детерминации (R²) в статистике: оценка точности модели. Показывает, насколько хорошо данные соответствуют линии/кривой, предсказывает результаты.

    #223491 · 4 мин чтения

  26. Приведенная форма уравнений в эконометрике

    Редуцированная форма уравнений в эконометрике: решение системы для эндогенных переменных, выраженных через экзогенные. Оценка моделей и уравнения.

    #224260 · 2 мин чтения

  27. Теория минимальной нормированной квадратичной несмещенной оценки (MINQUE) в статистике.

    Метод MINQUE в статистике: оценка параметров линейной регрессии, гетероскедастичность, альтернатива ML и REML. Теория Рао для точных оценок.

    #226715 · 3 мин чтения

  28. Probit model

    Пробит-модель в статистике: регрессия с двумя значениями зависимой переменной. Оценка вероятностей и бинарная классификация. Альтернатива логистической регрессии.

    #234130 · 3 мин чтения

  29. Смещение регрессии из-за ошибок в независимых переменных

    Смещение в линейной регрессии: влияние ошибок в независимой переменной на занижение наклона. Регрессионное затухание и его причины. Статистика.

    #256611 · 3 мин чтения

  30. Эндогенность в эконометрике: причины и методы коррекции

    Эндогенность в эконометрике: корреляция объясняющих переменных с ошибкой. Приводит к смещенным оценкам, требует использования инструментальных переменных.

    #263359 · 2 мин чтения

  31. Канонический анализ: методы и применение в статистике.

    Канонический анализ в статистике: регрессионный метод для анализа данных, выявляющий связи между группами переменных (предикторов и критериев). ρ, R, β.

    #285787 · 2 мин чтения

  32. Степени свободы в статистике

    Степени свободы в статистике: что это такое? Объяснение понятия, расчет и значение для оценки параметров. Независимые значения и их роль в анализе данных.

    #301068 · 7 мин чтения

  33. Panel analysis

    #305159 · 1 мин чтения

  34. Теорема Фриша — Во — Ловелла: Сущность и применение в эконометрике.

    Теорема Фриша-Во-Ловелла в эконометрике: разложение регрессии, оценка параметров и вклад переменных. Матрица остатков, ортогональная проекция.

    #313963 · 2 мин чтения

  35. Predictive modelling

    #319149 · 8 мин чтения

  36. Простая линейная регрессия с одной объясняющей переменной.

    Простая линейная регрессия: объяснение модели с одной переменной, метод наименьших квадратов (OLS), корреляция и прогнозирование зависимой переменной.

    #323573 · 4 мин чтения

  37. Регрессия Пуассона и обобщенные линейные модели для счетных данных.

    Регрессия Пуассона: статистическая модель для анализа счётных данных. Особенности, применение, обобщение – регрессия отрицательного биномиального распределения.

    #332991 · 3 мин чтения

  38. Робастная регрессия: методы и применение в статистике.

    Робастная регрессия: устойчивый статистический анализ для данных с выбросами. Преодолевает ограничения обычной регрессии, минимизируя влияние ошибок.

    #333277 · 8 мин чтения

  39. Модели кажущихсяся не связанных регрессий: обзор и методы оценки.

    Модели SUR/SURE в эконометрике: обобщение линейной регрессии для взаимосвязанных уравнений. Методы оценки: ML, IGLS, IOLS. Сравнение и применение.

    #339941 · 2 мин чтения

  40. Изотоническая регрессия: методы и применения

    Изотоническая регрессия: метод непараметрического анализа данных для монотонного моделирования. Применение в статистике, многомерном шкалировании и экспериментах.

    #341723 · 1 мин чтения

  41. Тест Бройша — Пагана на гетероскедастичность

    Тест Бройша-Пагана: проверка на гетероскедастичность в линейной регрессии. Обнаружение зависимости дисперсии ошибок от независимых переменных. Статистика.

    #349945 · 2 мин чтения

  42. Обобщённые аддитивные модели: теория и современные методы

    Обобщенные аддитивные модели (GAM): статистический анализ, нелинейные зависимости, сглаживание функций, интерпретация данных. Применение в машинном обучении.

    #395387 · 7 мин чтения

  43. Регрессия с единичными весами: методы и применение в социальных науках.

    Регрессия с единичными весами: простой и надёжный метод регрессионного анализа для бинарной классификации. Легче интерпретировать, чем множественную регрессию.

    #396289 · 9 мин чтения

  44. Проблема идентификации параметров в эконометрике

    Идентификация параметров в эконометрике: проблема неопределенности при оценке моделей. Неидентифицируемость, общие переменные, линейные системы уравнений.

    #401897 · 1 мин чтения

  45. Модель Тобина для цензурированных регрессандов

    Тобит-модель в статистике: регрессионный анализ с цензурированием зависимой переменной. Разработана Тобином для данных о расходах домохозяйств.

    #402452 · 3 мин чтения

  46. Сглаживание данных: метод скользящего среднего и полиномиальной регрессии.

    Сглаживание данных: методы скользящего среднего, полиномиальной и локальной регрессии (LOESS, LOWESS). Непараметрический анализ, фильтр Савицкого-Голея.

    #426333 · 5 мин чтения

  47. Сглаживание данных и аппроксимация функций

    Сглаживание данных: статистический метод для выделения закономерностей и снижения шума. Отличия от аппроксимации, алгоритмы и применение в анализе данных.

    #426927 · 1 мин чтения

  48. Статистические модели с фиксированными эффектами: методы и сравнение оценок.

    Фиксированная модель в статистике: регрессионный анализ с фиксированными групповыми средними. Устранение ненаблюдаемых переменных с помощью within-преобразования.

    #442552 · 3 мин чтения

  49. Методология поверхности отклика: статистический подход.

    Методология отклика (RSM): статистический подход для оптимизации процессов. Исследование взаимосвязи факторов и результатов, быстрый и эффективный анализ.

    #445286 · 3 мин чтения

  50. Обобщенный метод наименьших квадратов: статистическая оценка и применение.

    Обобщенный метод наименьших квадратов (GLS) в статистике: оценка параметров линейной регрессии при корреляции остатков. Повышает точность и эффективность.

    #446497 · 2 мин чтения

  51. Непараметрический регрессионный анализ: методы и подходы

    Непараметрическая регрессия: анализ без заданных форм. Строит модель на основе данных, требует большего объема выборки. Гауссовские процессы (кригинг).

    #448288 · 1 мин чтения

  52. Полупараметрические регрессионные модели: комбинация параметрических и непараметрических подходов.

    Полупараметрическая регрессия: объединение параметрических и непараметрических моделей. Методы, преимущества, применение в статистике для анализа данных.

    #448290 · 1 мин чтения

  53. White test

    #460838 · 2 мин чтения

  54. Stepwise regression

    #465062 · 4 мин чтения

  55. Binomial regression

    #466960 · 3 мин чтения

  56. Mixed model

    #490958 · 3 мин чтения

  57. Contrast (statistics)

    #499484 · 2 мин чтения