Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
OMSA Midterm 2 Exam Questions and Answers 100% Solved €11,73   Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. OMSA
  4.  
  5. OMSA

Examen

OMSA Midterm 2 Exam Questions and Answers 100% Solved
 5 vues  0 fois vendu
  • Cours
  • OMSA
  • Établissement
  • OMSA

OMSA Midterm 2 Exam Questions and Answers 100% Solved Overfitting - Number of factors is too close to or larger than number of data points -- fitting to both real effects and random effects. Comes from including too many variables! Ways to avoid overfitting - - Need number of factors to be sam...

[Montrer plus]

Aperçu 3 sur 16  pages

Infos sur le Document

  • 25 octobre 2024
  • 16
  • 2024/2025
  • Examen
  • Questions et réponses

Sujets

  • omsa

École, étude et sujet

  • OMSA
  • OMSA

Vendeur

avatar-seller
JOSHCLAY

Avis reçus

Aperçu du contenu

©JOSHCLAY 2024/2025. YEAR PUBLISHED 2024.
OMSA Midterm 2 Exam Questions and

Answers 100% Solved


Overfitting - ✔✔Number of factors is too close to or larger than number of

data points -- fitting to both real effects and random effects. Comes from

including too many variables!

Ways to avoid overfitting - ✔✔- Need number of factors to be same order of

magnitude as the number of points

- Need enough factors to get good fit from real effects and random effects

Simplicity - ✔✔Simple models are better than complex. When fewer factors

exist, less data collection is required -- less chance for including factors that

are not significant. Another reason for variable selection!

DOE - ✔✔systematic method to determine the relationship between factors

affecting a process and the output of that process.

must make sure either:

1) 2 data sets have same mix

2) break down data into smaller tests that test all factors, not just one.

,©JOSHCLAY 2024/2025. YEAR PUBLISHED 2024.
forward selection - ✔✔go step by step either narrowing or building a model

-- begin with no factors.

only allow new factors with p-value 0.1 or lower and removing any factors

above 0.05.

Greedy models - ✔✔forward selection, backward selection, stepwise

regression



means: at each step it does the one thing that looks best withouth taking

future options into consideration

scaled variable selection models - ✔✔lasso, elastic net, (and ridge even

though not variable selection)

backward selection - ✔✔start with model includes all factors and at each

step find worst factor and remove it from the model.

continue till there's no factor bad enough to remove and model doesn't

have any more factors we want.

step-wise regression - ✔✔combination of forward and backward elimination

-- beginning with either all factors or no factors.

after adding each new factor (and at end) -- eliminate right away any

factors that no longer appear any good. future options are not considered.

, ©JOSHCLAY 2024/2025. YEAR PUBLISHED 2024.
could use AIC or BIC, or model's R squared to pick factor to add/remove in

fwd, bckwd, or stepwise

lasso method - ✔✔adds constraint tau to std reg model. chooses

coefficients to min sum of squared errors.



right value of tau dependent on 2 things:

1) # of variables you want

2) quality of the model as you allow more variables



Correlation -- picks just one to have non-0 coefficient. other is left out.

elastic net - ✔✔constrain combination of abs value and coefficients and

their squares -- mix of ridge and lasso.

need to scale and pick right value of tau + lambda

ridge regression - ✔✔similar to elastic net, but without abs value term

(lasso portion).

adds quadratic term that shrinks coefficient values (pushing reg coeff to 0

or regularizes them). this adds bias but shrinks variance as cannot shrink to

0 as easily as quadratic term

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur JOSHCLAY. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €11,73. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

77858 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€11,73
  • (0)
  Ajouter