Regresja nieparametryczna „series estimator”

Slides:



Advertisements
Podobne prezentacje
Opracowali: Patryk Klemczak Tomasz Klemczak ODSIECZ WIEDEŃSKA.
Advertisements

Kształtowanie się granic II Rzeczypospolitej
Wykład 4: Systemy nawigacji satelitarnej
WNIOSEK O PRZYZNANIE POMOCY
POGŁĘBIONA OCENA SYTUACJI FINANSOWEJ NA PODSTAWIE ANALIZY WSKAŹNIKOWEJ
Machine learning Lecture 3
Identyfikacja dansylowanych aminokwasów metodą cienkowarstwowej chromatografii na płytkach poliamidowych Gawahir Hassan.
Mechanika kwantowa dla niefizyków
Program Rozwoju Obszarów Wiejskich
Przyszłe zmiany sposobu finansowania zadań oświatowych
Wybrane bloki i magistrale komputerów osobistych (PC)
HELIOTECHNIKA W chwili obecnej jest niekonkurencyjna w porównaniu ze źródłami konwencjonalnymi, ale jest to „czysta energia” dlatego wiąże się z nią wiele.
Tolerancje i pasowania
B R Y Ł Y P L A T O Ń S K I E.
Bankowość Pieniądz Podstawowe informacje o bankach
Weryfikacja hipotez statystycznych
Krakowskie Sympozjum Naukowo-Techniczne
Zasilacze prądu stałego Czyli rzeczywiste źródła napięcia
Prof. nadzw. dr hab. inż. Jarosław Bartoszewicz
Mechanika kwantowa dla niefizyków
Grzegorz Karasiewicz Katedra Marketingu Wydział Zarządzania UW
1 czerwca w zerówce.
„ Mały Miś i polskie tradycje Bożego Narodzenia”
Box Behnken Design w optymalizacji procesu biosyntezy β-karotenu w hodowlach drożdży Rhodotorula rubra Ludmiła Bogacz-Radomska(1), Joanna Harasym(1,2,3),
Projekt z dnia 30 maja 2017 r. Ustawa z dnia …. ……………
Prof. dr hab. Roman Sobiecki Rachunki makroekonomiczne
CAPS LOCK - CERTYFIKOWANE SZKOLENIA JĘZYKOWE I KOMPUTEROWE
Prezentacje wykonali: Marcin Łukasik Wiktor Kołek
GOSPODAROWANIE ZASOBAMI W ORGANIZACJI
Co to jest SSC Master… SSC Master to platforma elektronicznego obiegu, dekretacji i akceptacji dokumentów w organizacji. Dzięki szerokiemu i elastycznemu.
Podstawy pomagania SPPiIK, 2016 Anna Gromińska.
Chemia biopierwiastków
Sedymentacja.
Współczesne kierunki polityki społecznej
Hiszpania,Portugalia,Litwa,Polska,Turcja,Włochy,Chorwacja Desery.
Prawo pracy – ćwiczenia (IX)
Dotarcie do specyficznej grupy docelowej
Sprawozdanie roczne z realizacji Planu działania Krajowej Sieci Obszarów Wiejskich na lata za rok 2016 Warszawa, 26 czerwca 2017 r. Materiał.
Srebrna Małopolska regionalne inicjatywy na rzecz seniorów
Stan Wojenny.
O UTWORZENIE ZWIĄZKU METROPOLITALNEGO W WOJEWÓDZTWIE ŚLĄSKIM
Wojewódzki Inspektorat Ochrony Środowiska w Białymstoku
ZAWODOZNAWSTWO Materiały zrealizowane w ramach projektu
Wykład 8: Złożone problemy przetwarzania mobilnego
Realizacja sprzężenia od siły w układzie sterowania robotem do zastosowań neurochirurgicznych Dorota Marszalik Wieliczka,
Funkcje generujące w kombinatoryce
Ruch turystyczny w Krakowie w 2015 roku
© dr hab. Inż. Paweł Jabłoński
Adsorpcja faza stała/ gazowa lub ciekła faza ciekła/ gazowa lub ciekła
MODELE EPIDEMIOLOGICZNE
Dowody matematyczne - zadania podstawowe
Zagadnienie prawdy Andrzej Łukasik Zakład Ontologii i Teorii Poznania
Ewolucja gwiazd.
Potencjał chemiczny Potencjał chemiczny ma charakter siły uogólnionej,
STAŁE RÓWNOWAGI REAKCJI PROTOLITYCZNYCH
Optymalizacja sieci drogowej propozycja algorytmu
Nie ma innego – Tylko Jezus Mariusz Śmiałek
W ramach stypendium Ministerstwa Kultury i Dziedzictwa Narodowego
R- Punkt referencyjny (wyjściowy) obrabiarki
Parki krajobrazowe na Podlasiu
Publicznej Szkole Podstawowej nr 4 im. Tadeusza Kościuszki
Materiały pochodzą z Platformy Edukacyjnej Portalu
Zasady poprawnej komunikacji – jak uniknąć konfliktów ?
Gimnazjum nr 3 im. J. Chełmońskiego w Zielonej Górze
Moje dziecko i jego potrzeby.
Edukacja psychologiczna
GMINA RUDZINIEC.
Czym jest mowa nienawiści?
Wykład 7 Prawo urzędnicze.
Zapis prezentacji:

Regresja nieparametryczna „series estimator”

Literatura Bruce Hansen (2018) Econometrics, rozdział 18

Regresja nieparametryczna Dwie główne metody estymacji Estymatory jądrowe Series estimators (estymatory szeregów???) Próba przybliżenia nieznanej funkcji warunkowej wartości oczekiwanej przez odpowiednio elastyczną funkcję parametryczną z nieznanymi parametrami , gdzie oznacza wielkość wektora

Regresja nieparametryczna Liniowa aproksymacja szeregiem: gdzie to (nieliniowe) funkcje – funkcje bazowe (basis functions, basis function transformations) Dla pojedynczej zmiennej rzeczywistej najpopularniejsza liniowa aproksymacja szeregiem to wielomian rzędu p

Regresja nieparametryczna Dla wielomian ma postać: czyli zawiera wszystkie potęgi i iloczyny zmiennych W praktyce wykorzystuje się wszystkie niepowtarzające się iloczyny funkcji bazowych

Funkcje sklejane (splines) Inna popularna metoda aproksymacji wykorzystuje wielomiany ciągłe na odcinkach – funkcje sklejane (spline) zwykle wybiera się wielomiany rzędu 3 W celu zachowania gładkości funkcji zakłada się, że funkcja sklejana ma ciągłe pochodne zależne od rzędu wielomianów funkcji sklejanej: funkcja sklejana wielomianami kwadratowymi ma pierwszą ciągłą pochodną, funkcja sklejana wielomianami rzędu 3 ma 1. i 2. ciągłą pochodną

Funkcje sklejane (splines) Miejsca złączenia wielomianów to węzły (knots), np. dla węzła w i dla funkcji liniowych: Funkcja jest ciągła wtedy i tylko wtedy gdy Wtedy mamy: …a po transformacji parametrów:

Funkcje sklejane (splines) Kwadratowe funkcje sklejane w punkcie : Funkcja jest ciągła w jeśli i ma 1. pochodną ciągłą gdy . Można ją wtedy zapisać jako: Podobnie można zapisać sklejenie wielomianów rzędu 3 z ciągłą drugą pochodną:

Funkcje sklejane (splines) Ogólna postać funkcji rzędu p sklejanej w N punktach Zwykle traktuje się p jako stałe i manipuluje się liczbą węzłów N Zwykle rozkłada się węzły „równomiernie” na zbiorze -ów

Częściowo liniowy model (partially linear model) Niech CEF będzie liniowa względem wektora i nieliniowa względem ciągłej rzeczywistej zmiennej na przykład dla dyskretnych, binarnych zmiennych Można wtedy podmienić przez przybliżenie szeregiem: gdzie bazowa transformacja , ,

Addytywnie rozdzielane modele Kiedy wektor jest wielowymiarowy można stosować uproszczenie: Zakładamy, że nie ma interakcji między zmiennymi w modelu Duża redukcja liczby parametrów do oszacowania. Teraz tylko

Regresja aproksymująca Dla każdej obserwacji i obserwujemy i tworzymy wykorzystując funkcje transformacji Tworzymy macierze obserwacji i Wykorzystujemy MNK do oszacowania parametrów : Wtedy oszacowaniem funkcji regresji jest:

Reszty i jakość dopasowania regresji Dla obserwacji i mamy oraz Reszty z oszacowania dane są wzorem: Można policzyć błędy predykcji (kroswalidacja): czyli Błędy predykcji lepsze niż reszty do oceny jakości dopasowania z uwagi na ryzyko „over-fitting” (gdy liczba elementów szeregu zbyt duża)

Reszty i jakość dopasowania regresji Średniokwadratowy błąd predykcji (MSPE): Współczynnik determinacji dla predykcji:

Kryterium kroswalidacji i błędy oszacowań Do wyboru liczby elementów szeregu możemy użyć MSPE: Jeżeli mamy 𝑝 zmiennych (po transformacji), to liczba modeli do sprawdzenia przy pomocy kryterium to 2 𝑝 Błędy oszacowań CEF w punkcie:

Porównanie estymatorów Oba estymatory (kernel i series) asymptotycznie normalne Tempo zbieżność estymatorów także podobne Nieco łatwiej liczy się błędy szacunku w estymatorach szeregów Kiedy dużo zmiennych objaśniających, estymatory jądrowe łatwiejsze do szacowania (bo brak interakcji między zmiennymi) Estymatory szeregów pozwalają na łatwe nałożenie restrykcji na kształt CEF (np. monotoniczność, wklęsłość, wypukłość)