«intercept» etiketlenmiş sorular

9
Doğrusal bir regresyon modelinde kesişmeyi kaldırmak ne zaman uygundur?
Doğrusal regresyon modelleri kullanıyorum ve engelleme terimini kaldırmak için koşulların ne olduğunu merak ediyorum. Birinde kesişen, diğeri olmayan iki farklı regresyondan elde edilen sonuçları karşılaştırırken, kesişme olmadan fonksiyonun 2'sinin çok daha yüksek olduğunu fark ettim . Kesişim teriminin kaldırılmasının geçerli olduğundan emin olmak için izlemem gereken belirli koşullar veya varsayımlar …

2
İstatistiksel olarak anlamlı bir sabit terimi çıkarılması arttırır
Açıklayıcı değişkenli basit bir doğrusal modelde, αi=β0+β1δi+ϵiαi=β0+β1δi+ϵi\alpha_i = \beta_0 + \beta_1 \delta_i + \epsilon_i Kesişim terimini kaldırmanın uyumu büyük ölçüde iyileştirdiğini buldum ( değeri 0.3'ten 0.9'a gidiyor). Bununla birlikte, kesişme terimi istatistiksel olarak anlamlı görünmektedir.R2R2R^2 Müdahale ile: Call: lm(formula = alpha ~ delta, data = cf) Residuals: Min 1Q Median …


1
LASSO'da kategorik öngörücüler nasıl tedavi edilir
Bazı kategorik değişken öngörücülere ve bazı sürekli olanlara sahip bir LASSO kullanıyorum. Kategorik değişkenler hakkında bir sorum var. Anladığım ilk adım, her birini aptallara bölmek, adil cezalandırma için standartlaştırmak ve sonra gerilemek. Kukla değişkenleri tedavi etmek için çeşitli seçenekler ortaya çıkar: Her bir faktör için mankenlerden biri hariç hepsini dahil …

4
Degrade artırıcı makine doğruluğu, yineleme sayısı arttıkça azalır
Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

1
Lojistik regresyonda kesişme modeli ile veya kesişme modeli arasındaki fark
Lojistik regresyonda kesişme modeli ile veya kesişme modeli arasındaki farkı anlamayı seviyorum Kesişme katsayılarının log (oran oranı) bazal gruba göre ve kesişme olmadan log (oranlar) dikkate almaları dışında herhangi bir fark var mıdır? her iki durumda da katsayıların aynı olduğunu gördüm ama önemi her zaman aynı değildir ve neden olduğunu …

3
Lojistik regresyonda kesişim terimi
Aşağıdaki lojistik regresyon modeline sahip olduğumuzu varsayalım: logit ( p ) = β0+ β1x1+ β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Mı olayın oran ve ? Başka bir deyişle, ve en düşük düzeylerde olduğunda (bu 0 olmasa bile) olayın olasılığı nedir? Örneğin, ve yalnızca ve değerlerini alırsa, bunları 0 olarak ayarlayamayız.x 1 …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.