«intercept» etiketlenmiş sorular

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 …

118 regression  linear-model  r-squared  intercept 

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 …

101 r  linear-model  interpretation  r-squared  intercept 

Doğrusal bir model için , büzülme terimi her zaman .P ( β )y= β0+ x β+ εy=β0+xβ+εy=\beta_0+x\beta+\varepsilonP( β)P(β)P(\beta) Önyargı (engelleme) terimini küçültmememizin nedeni nedir ? Yapay sinir ağ modellerinde yanlılık terimini küçültmeli miyiz?β0β0\beta_0

21 regression  neural-networks  ridge-regression  intercept  shrinkage 

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 …

17 categorical-data  regression-coefficients  lasso  intercept  categorical-encoding 

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 

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 …

14 regression  logistic  interpretation  model  intercept 

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 …

14 logistic  interpretation  intercept 

Yerine R ile doğrusal bir regresyon yapmak arasındaki yerine formulaset arasındaki istatistiksel fark nedir ? Bu iki farklı sonucu nasıl yorumlayabilirim?y ~ x + 0y ~ x

11 multiple-regression  generalized-linear-model  intercept