问题标签 [robust]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 元测试代码错误
我正在尝试对 R 执行 Yuen 的稳健测试,但我遇到了以下错误代码的问题:
我使用了以下包和代码:
如果有人能够提供帮助,我将非常感激!
r - Betas for robust regression using lmrob (robustbase package)
R question: Is there a command I can run to get standardized beta values for a robust regression run using lmrob from the robustbase package? I am aware that I can easily obtain betas if I'm using lmRob from the robust package, but I prefer to use lmrob.
java - 如何使用用户输入使这种稳健性发挥作用?
我试图在 java 上做一个健壮的代码,但它似乎不起作用。我正在寻找的是用户输入输入,如果不是必需的输入,程序将检查输入,然后用户将可以选择重新输入适当的输入,直到输入与所需的输入匹配,或者干脆退出。这是我到目前为止所拥有的。当我运行此代码时,一切正常,除非用户输入错误并想退出。即使用户重新输入正确的输入或退出,while 循环也会继续运行并且不会停止。我怎样才能使这项工作?
regression - Newey West 和 White 对 R 中的线性回归进行校正
我真的需要一些帮助
我必须看看假期、特殊日子和天气对我的日常数据是否有影响。每日数据明显具有季节性周期。
因此,为此,我尝试使用大约 1100 个观察值运行线性回归。第一步是按照我阅读的论文中的描述改变销售数量。
Rt=Ln(Pt/Pt-1)*100
其中 Pt 是今天的销售额,Pt-1 是前一天的销售额
为了考虑季节性,我只是使用星期几作为虚拟变量进行第一次线性回归
使用 OLS 给出以下结果:模型图
残差是非正态的,QQ 图显示了一些沉重的腿。我认为这可能是因为Residuals 具有显着的异方差性和自相关性。
从我阅读的论文中,作者总是使用 Standard White 和 Newey West来校正残差中的异方差和自相关。变量,我有两个问题,使我的 OLS 肯定是错误的。
从 R 的三明治文档中,Newey West 似乎可以自动找到正确数量的 lags,这对我来说很棒,因为我尝试了几种 ARMA(p,q) 变体但没有成功。
所以现在我运行vcovHAC(fit),我不太确定它是什么。它是否也可以通过 White SE 完全纠正我的未知自相关和异方差问题,并找到纠正回归所需的必要滞后?
然后如何将其应用于我的回归以获得与 summary(fit) 相同的摘要,但在 R 中使用更正的值,包括 Rsquared?它会神奇地纠正一切吗?有什么限制?
非常感谢各位
r - 如何设置稳健回归的参数?
我正在使用rlm
R 包并使用 Huber 函数试验稳健的回归。这是我的代码:
k
是 Huber 函数 ( psi.huber
) 的调整参数,我0.99
在上面的代码中设置了该参数。
但是,rlm
R 文档中指定的默认值是k = 1.345
.
如果在统计中通常可以接受更改此调整参数,我将不胜感激。有没有办法通过一些优化来自动确定这个参数?
python - 集成(组合)多个已经具有 dropout 层的深度学习回归模型
目前我有多个训练模型用于回归任务,每个模型都具有相同的架构,但是在训练时,我有 dropout 层,以提高性能,我仍然可以组合这些训练模型并计算权重的平均值组合的新模型?我刚刚听说有一种集成预测方法可以让我们这样做,但我不确定我是否仍然可以这样做,因为我已经有了随机 dropout 层。
非常感谢任何提示!
r - 使用 GLM 模型中的多路集群鲁棒 vcov 预测 se.fit 以绘制适当的置信区间
我想绘制我的概率模型的预测,并根据我使用 multiwaycov 包中的 cluster.vcov() 函数获得的双向聚类标准误差包括 95% 置信区间。
但是,那里的预测函数不允许我将正确的方差协方差矩阵传递给它们,并且似乎需要一种解决方法(请参阅Joris Mey和Michael在https://stackoverflow 上的 lm-models 的解决方法。 com/a/3793955)。
有没有人有一个想法去解决这个问题(glm-models)?或者,还有其他方法可以解决这个问题吗?
r - R中强大的3路方差分析
我正在尝试使用 WRS2 包在 R 中进行 3 路 Anova。我的数据是异方差的,所以我需要做一个健壮的版本,例如修剪手段。我的数据以长格式排列(csv 有 4 列 - 3 个因子和 1 个数字)。我的输入如下所示:
我收到以下错误:“不完整的设计!它需要全因子!”
先感谢您!
matlab - 在 Matlab 中使用鲁棒拟合进行相关分析 - 解释 p 值
我正在使用[b,stats] = robustfit(X,y)
对我的数据进行回归分析。这是我正在做的事情:
作为输出,我得到:
在 p 中,有两个值:
为什么有两个值,每个值是什么意思?我预计会有一个 p 值。
你们中有人有这方面的专业知识吗?我已经浏览了文档和论坛。有些人在问这个问题,但据我所知,他们没有得到任何答复。
在此先感谢您的帮助!最好的,卡罗琳
mobile - 强大的移动应用文件共享
要求
移动应用程序将文件上传到服务器。然后,移动应用程序的少数其他用户会下载相同的文件。鉴于移动环境的网络限制(不完整的连接/有限且变化的带宽),我希望上传和后续下载尽可能稳定,如果文件传输失败,则无需重复工作。这些文件的大小通常在 1-5MB 之间。移动解决方案必须适合 React Native。服务器端解决方案可以是任何东西。如果应用程序起飞,传输的文件数量可能会很大,如果不起飞,则同样少:-)
调查的潜在解决方案
Bittorrent - 在服务器上有一个跟踪器,移动客户端向服务器发布一个 torrent,由 rtorrent 之类的东西拾取然后上传。服务器将种子详细信息通知其他设备上的应用程序,然后它们从服务器请求它。这是现实的吗?如果是这样,我将需要帮助来解决细节。可能是主题的变体 - 例如文件上传不是 bittorrent,但文件下载是。
Minio - 这听起来像是一个很好的解决方案,但简要查看 .NET 代码以获得更多详细信息,它只对大于 5MB 的文件进行多部分 http 上传。
非常感谢任何帮助。