«logistic» etiketlenmiş sorular

Lojistik regresyon tahminleri için tahmin aralıklarının nasıl oluşturulacağını anlamak istiyorum . Collett'in Modelleme İkili Verileri , 2. Baskı s.98-99'daki prosedürleri izlemem önerildi. Bu prosedürü uyguladıktan ve R'lerle karşılaştırdıktan sonra predict.glm, aslında bu kitabın tahmin aralıklarını değil, güven aralıklarını hesaplama prosedürünü gösterdiğini düşünüyorum . Prosedürün Collett ile karşılaştırılması predict.glm, aşağıda gösterilmiştir. …

20 r  regression  confidence-interval  logistic  prediction-interval 

Her zaman lojistik regresyonu, link fonksiyonunun lojistik fonksiyon olduğu özel bir binom regresyon vakası olarak düşündüm (bunun yerine bir probit fonksiyonu). Yine de sahip olduğum başka bir sorunun cevabını okurken, kafam karışmış gibi görünebilir ve lojistik regresyon ile lojistik regresyon ile binom regresyon arasında bir fark vardır. Fark ne?

20 regression  logistic  binomial 

JMP'de bir multinomial logit modeli çalıştırdım ve her bir parametre tahmini için AIC ve ki-kare p-değerlerini içeren sonuçları geri aldım. Modelin bir kategorik sonucu ve 7 kategorik açıklayıcı varyasyonu vardır. Sonra nnet paketindeki multinomişlevi kullanarak, R aynı modeli inşa düşündüğüm uygun . Kod temel olarak: fit1 <- multinom(y ~ x1+x2+...xn,data=mydata); …

20 r  logistic  multinomial  logit  jmp 

Hassasiyet şu şekilde tanımlanır: p = true positives / (true positives + false positives) Gibi, bu doğru mu true positivesve false positiveshassas 1 yaklaşır yaklaşım 0? Hatırlama için aynı soru: r = true positives / (true positives + false negatives) Şu anda bu değerleri hesaplamam gereken bir istatistiksel test uyguluyorum …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Tamam, lojistik regresyonum var ve predict()tahminlerime dayanarak bir olasılık eğrisi geliştirmek için bu fonksiyonu kullandım . ## LOGIT MODEL: library(car) mod1 = glm(factor(won) ~ as.numeric(bid), data=mydat, family=binomial(link="logit")) ## PROBABILITY CURVE: all.x <- expand.grid(won=unique(won), bid=unique(bid)) y.hat.new <- predict(mod1, newdata=all.x, type="response") plot(bid<-000:1000,predict(mod1,newdata=data.frame(bid<-c(000:1000)),type="response"), lwd=5, col="blue", type="l") Bu harika ama olasılıklar için güven aralıklarını …

20 r  logistic  confidence-interval 

Bir tür oran veya yüzde tahmin etmek için bir model oluşturmak istediğimi varsayalım. Örneğin, bir partiye katılacak erkek veya kız çocuk sayısını tahmin etmek istediğimi ve modelde kullanabileceğim partinin özellikleri, parti için reklam miktarı, mekanın büyüklüğü, partide alkol vb. olacaktır. (Bu sadece uydurulmuş bir örnektir; özellikler gerçekten önemli değildir.) Sorum …

20 regression  logistic 

Bir gazetede lojistik regresyon kullanımını anlamaya çalışırken zorlanıyordum. Burada bulunan makalede katarakt cerrahisi sırasında komplikasyon olasılığını tahmin etmek için lojistik regresyon kullanılmaktadır . Beni şaşırtan şey, makalenin aşağıdaki gibi tanımlanan taban oranına 1 oran oranını atayan bir model sunmasıdır: Risk profili tüm risk göstergeleri için referans grubunda olan (yani Tablo …

20 logistic  odds-ratio 

CrossValidated'ın King ve Zeng (2001) tarafından yapılan nadir olay önyargı düzeltmesinin ne zaman ve nasıl uygulanacağı konusunda birkaç sorusu vardır . Ben farklı bir şey arıyorum: önyargı var minimal simülasyon tabanlı bir gösteri. Özellikle, Kral ve Zeng devleti “... nadir olay verilerinde olasılıklardaki yanlılıklar binlerce örneklem büyüklüğü ile büyük ölçüde …

19 r  logistic  simulation  bias  rare-events 

Buradan Lojistik Regresyon uygulamasını kontrol ediyorum . Bu makaleyi okuduktan sonra, önemli olan sigmoid fonksiyonunu belirlemek için en iyi katsayıları bulmak gibi görünüyor. Bu yöntemin neden "Lojistik Regresyon" olarak adlandırıldığını merak ediyorum. Logaritmik fonksiyon ile mi ilgili? Belki de daha iyi anlamak için bazı tarihsel arka plan bilgilerine ihtiyacım var.

19 regression  machine-learning  logistic 

Lojistik regresyonda kategorik değişkenler için z değerlerini yorumlamakta zorlanıyorum. Aşağıdaki örnekte 3 sınıflı bir kategorik değişkenim var ve z değerine göre CLASS2, diğerleri olmasa da alakalı olabilir. Ama şimdi bu ne anlama geliyor? Diğer sınıfları birleştirebileceğimi mi? Tüm değişkenin iyi bir öngörücü olmayabilir mi? Bu sadece bir örnektir ve buradaki …

19 r  logistic  categorical-data  feature-selection  categorical-encoding 

Doğru bir şekilde anladıysam, bir makine öğrenme algoritmasında, model deneyimlerinden öğrenmelidir, yani model yeni vakalar için yanlış tahmin verdiğinde, yeni gözlemlere adapte olmalı ve zamanla model giderek daha iyi hale geliyor . Lojistik regresyonun bu özelliği olduğunu görmüyorum. Peki neden hala bir makine öğrenme algoritması olarak kabul ediliyor? “Öğrenme” anlamında …

19 machine-learning  logistic  random-forest 

Ben 1 (kolay değil) 5 (çok kolay) arasında değişen bir sıralı bağımlı değişken, kolaylık var. Bağımsız faktörlerin değerlerindeki artışlar, artan kolaylık derecesi ile ilişkilidir. Bağımsız değişkenlerimden ikisi ( condAve condB) kategoriktir, her biri 2 seviyeli ve 2 ( abilityA, abilityB) süreklidir. R'de sıralı paketi kullanıyorum , burada inandığım şeyi kullanıyor …

19 r  regression  logistic  interpretation  ordered-logit 

Bir dönemin sonunda bir öğrencinin başarı olasılığını tahmin eden öngörülü bir model inşa ediyorum. Öğrencinin başarılı veya başarısız olup olmadığı, başarının genellikle kursu tamamlamak ve mümkün olan toplam puanların% 70'ini veya daha fazlasını elde etmek olarak tanımlandığı ile ilgileniyorum. Modeli yerleştirdiğimde, daha fazla bilgi elde edildikçe başarı olasılığı tahmininin zaman …

19 time-series  machine-learning  logistic 

Neden lojistik regresyon optimizasyonu için Newton yöntemini kullanmaya yinelemeli yeniden ağırlıklı en küçük kareler denir? Benim için net görünmüyor çünkü lojistik kayıp ve en az kar kaybı tamamen farklı şeyler.

19 logistic  generalized-linear-model  optimization  irls  fisher-scoring 

Logit model kullanıyorum. Bağımlı değişkenim ikili. Ancak kategorik ve yanıtları içeren bir bağımsız değişken vardır: 1.very good, 2.good, 3.average, 4.poor and 5.very poor. Bu yüzden sıralı ("nicel kategorik"). Bunu modelde nasıl kullanacağımdan emin değilim. Kullanıyorum gretl. [@Ttnphns'tan not: Her ne kadar soru modelin logit olduğunu söylese de (bağımlı olanın kategorik …

19 regression  logistic  ordinal-data  predictor