רגרסיה

 

סמסטר א' תש"פ, אורנשטיין 111, א' 16:00-19:00.

מרצה: פרופ' דניאל יקותיאלי

 

תרגילים:

סיכומים:

קבצי נתונים:     AIRFREIGHT    GPA    HARTSIZE    MUSCLE     LARENT      kaveret    furnace      cancer     sim1    new housing   population     Chicago

קבצי script ב R:

פתרונות תרגילים ב:

מבחנים משנים קודמות: תשס"ו- א'    תשס"ו - ב'   תשס"ז - א'  תשס"ז - ב'   תשס"ח - א'   תשס"ח - ב'          תשס"ט - א'  תשס"ט - ב'  תש"ע - א'  תש"ע - ב'  תשע"ב - א'  תשע"ב - ב'    תשע"ג - א'  תשע"ג - ב'    תשע"ד - א'   תשע"ד - ב'   תשע"ה - א'    תשע"ה - ב'   

תשע"ו - א'   תשע"ו - ב'  תשע"ט - א'     תשע"ט - ב'

 

איפה אנחנו בשיעור:

ואיפה אנחנו בתרגול:

קישורים נוספים:    Practical Regression and Anova in R     

 

חובות הקורס:

­         פתירת 2/3 מהתרגילים  (10% מהציון הסופי).

­         מבחן בסיום הקורס (90% מהציון הסופי).

 

חומר עזר:

     פרג'י, ד., גולדנשלוגר, א., "רגרסיה יישומית"

 

        ­                                 Neter J., Wasserman W., Kutner M.H.,  "Applied Linear Statistical Models"

                      Draper N.R., and Smith H., "Applied Regression Analysis"

Chatterjee S., Price B., "Regression Analysis by Example"

Hastie T., Tibshirani R., Friedman J., "The Elements of Statistical Learning"

 נושאי הקורס: 

·         מודל הרגרסיה הפשוטה,  אמידת הפרמטרים, בדיקת השערות וחיזוי.

·         ההצגה המטריציאלית והגיאומטרית של הרגרסיה המרובה.

·         רגרסיה מרובה: אומדים, מבחנים, סכומי ריבועים ופלטים.

·         ­משתני דמה, ניתוח שונות, אינטראקציות ורגרסיה פולינומיאלית.

·         דיאגנוסטיקה לבניית מודל הרגרסיה, ניתוח שאריות, טרנספורמציות, מולטי-קולינאריות, תלות סדרתית.

·         בחירת מודלים ורגולרזיציה

·         רגרסיה יציבה ורגרסיה מקומית

 

 ­                               

תודות:

הסיכומים מבוססים על מצגות שהכין פרופ' ישראל פרמט, סיכומים של ד"ר אור צוק, ספרם של פרופ' פרג'י וגולדשלוגר, ו ספרו המקוון של J. Faraway. חלק מהתרגילים נלקחו מפרופ' קמיל פוקס