«logit» etiketlenmiş sorular

Sorunumu bir örnekle açıklayacağım. Bazı nitelikler verilen bir bireyin gelirini tahmin etmek istediğinizi varsayalım: {Yaş, Cinsiyet, Ülke, Bölge, Şehir}. Bunun gibi bir eğitim veri setine sahipsiniz train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Birçok durumda 0 ile 1 arasında bir sayı içeren bir logit modelim var, ancak bunu nasıl yorumlayabiliriz? 0.20 logit ile bir dava alalım Bir vakanın B grubuna karşı A grubuna ait olma ihtimalinin% 20 olduğunu iddia edebilir miyiz? logit değerini yorumlamanın doğru yolu bu mu?

26 regression  logistic  logit 

Lojistik ve logit regresyonu arasındaki fark nedir? Bunların benzer olduğunu (hatta aynı şeyi) anlıyorum, ancak birileri bu ikisi arasındaki farkları açıklayabilir mi? Biri oranlarla mı ilgili?

21 regression  logistic  terminology  logit  odds 

Herhangi biri log-lineer regresyon ve lojistik regresyon arasındaki net bir farklar listesi sunabilir mi? Eski olanın basit bir doğrusal regresyon modeli olduğunu anlıyorum, ancak ne zaman kullanılması gerektiği konusunda net değilim.

21 regression  logistic  logit  log-linear 

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 

Bir logit modelinde, bağımsız bir sıra değişkeninin etkisini belirlemek için her seviye için kukla değişkenler kullanmaktan daha akıllı bir yol var mı?

18 logistic  logit  ordinal-data 

Aşağıdaki olasılık işlevim var: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} nerede z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Modelim şöyle görünüyor Pr(Y=1)=11+exp(−[−3.92+0.014×(gender)])Pr(Y=1)=11+exp⁡(−[−3.92+0.014×(gender)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{gender})]\right)} Kesişimin (3.92) ne anlama geldiğini anlıyorum, ancak şimdi 0.014'ü nasıl yorumlayacağımdan eminim. Bunlar hala log oranları, garip oranlar mı, yoksa şimdi …

18 probability  logistic  logit 

Böyle bir kodu kullanarak R'de bir logit regresyonu gerçekleştirilebilir: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Optimizasyon algoritmasının birleştiği anlaşılıyor - balıkçı puanlama algoritmasının adım sayısı hakkında bilgi var: Call: glm(formula = cbind(Menarche, Total - Menarche) ~ …

17 r  generalized-linear-model  optimization  algorithms  logit 

Biz sıralı tepki olduğunu varsayalım y:{Bad, Neutral, Good}→{1,2,3}y:{Bad, Neutral, Good}→{1,2,3}y:\{\text{Bad, Neutral, Good}\} \rightarrow \{1,2,3\} ve değişkenler kümesi X:=[x1,x2,x3]X:=[x1,x2,x3]X:=[x_1,x_2,x_3] düşündüğümüz olduğunu açıklayacağız yyy . Daha sonra , y (yanıt) üzerinde XXX (tasarım matrisi) düzenli bir lojistik regresyonunu yaparız .yyy Tahmini katsayısı varsayalım x1x1x_1 , bu çağrı p 1 lojistik regresyon olduğu …

17 logit  odds-ratio  ordered-logit 

Ben maruz kalma has_xveya has_ybir kullanıcının bir şey tıklama olasılığını etkiler belirlemek için bir binom lojistik regresyon kullanıyorum . Modelim şu şekildedir: fit = glm(formula = has_clicked ~ has_x + has_y, data=df, family = binomial()) Bu benim modelden çıktı: Call: glm(formula = has_clicked ~ has_x + has_y, family = binomial(), …

15 regression  logistic  standard-error  logit 

Logit veya probit modelinde seçilen katsayıların eşzamanlı eşitliği nasıl test edilir? Standart yaklaşım nedir ve en son teknoloji yaklaşımı nedir?

14 hypothesis-testing  logit  probit 

Son zamanlarda, bir oran olan bir sonuç için bir beta regresyon modeli uygulamakla ilgileniyorum. Bu sonucun binom bağlamına uymayacağını unutmayın, çünkü bu bağlamda ayrı bir "başarı" için anlamlı bir kavram yoktur. Aslında, sonuç aslında sürelerin bir oranıdır; pay belirli bir koşul aktifken, koşulun aktif olmaya uygun olduğu toplam saniye sayısı …

14 logit  beta-regression 

Model kullanarak ayar yapıyordum caret, ancak gbmpaketi kullanarak modeli yeniden çalıştırıyorum . Anladığım kadarıyla caretpaketin kullandığı gbmve çıktı aynı olmalı. Bununla birlikte, sadece hızlı bir test çalıştırması data(iris), değerlendirme metriği olarak RMSE ve R ^ 2 kullanılarak modelde yaklaşık% 5 tutarsızlık gösterir. Kısmi bağımlılık grafiklerini kullanmak için en iyi model …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Python'da sıralı bir lojistik regresyon yapmak istiyorum - üç seviyeli ve birkaç açıklayıcı faktörlü bir cevap değişkeni için. statsmodelsPaket ikili logit ve Çok terimli logit (MNLogit) modellerini değil, sipariş edilen logit destekler. Temel matematik o kadar farklı olmadığından, bunları kullanarak kolayca uygulanıp uygulanamayacağını merak ediyorum. (Alternatif olarak, çalışan diğer Python …

12 categorical-data  python  logit  ordered-logit  statsmodels