Запитання з тегом «logistic»

Мене дуже плутає те, як вага працює в glm з сім'єю = "двочлен". У моєму розумінні ймовірність glm з family = "binomial" визначається так: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + \log {n \choose ny}\right) де yyy - "частка …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

Існує декілька математично важких паперів, які описують байєсівський Лассо, але я хочу перевірити правильний код JAGS, який я можу використовувати. Чи може хтось розмістити зразок коду BUGS / JAGS, який реалізує регульовану логістичну регресію? Будь-яка схема (L1, L2, Elasticnet) була б чудовою, але віддає перевагу Лассо. Мені також цікаво, чи …

14 bayesian  logistic  lasso  jags  regularization 

Це питання стосовно практики чи методу, за яким дотримуються деякі мої колеги. Створюючи логістичну регресійну модель, я бачив, як люди замінюють категоричні змінні (або суцільні змінні, котрі поширюються) на відповідну Вагу доказів (WoE). Це нібито робиться для встановлення монотонного зв'язку між регресором та залежною змінною. Наскільки я розумію, щойно модель …

14 regression  logistic  categorical-data  modeling 

Я застосував логістичну регресію до своїх даних щодо SAS, і ось таблиця кривих і класифікація ROC. Мені подобається цифри в таблиці класифікації, але не зовсім впевнені, що показує крива roc та площа під нею. Будь-яке пояснення буде дуже вдячне.

14 regression  logistic  classification  roc 

Припустимо, у нас є така логістична модель регресії: logit ( p ) = β0+ β1х1+ β2х2logit(p)=β0+β1х1+β2х2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Чи шанси події, коли і ? Іншими словами, чи шанси події, коли та знаходяться на найнижчих рівнях (навіть якщо це не 0)? Наприклад, якщо і приймають лише значення і ми …

14 logistic  interpretation  intercept 

Я намагаюся зрозуміти поняття наддисперсії в логістичній регресії. Я читав, що наддисперсія - це коли спостерігається дисперсія змінної відповіді більша, ніж можна було б очікувати від біноміального розподілу. Але якщо біноміальна змінна може мати лише два значення (1/0), то як вона може мати середнє та дисперсію? Я добре в тому, …

14 logistic  variance  binomial  mean  overdispersion 

З огляду на набір даних із двійковими результатами та деякою матрицею провідників , стандартна модель логістичної регресії оцінює коефіцієнти які максимально збільшують біноміальну ймовірність. Коли повний ранг є унікальним; коли ідеального поділу немає, воно є кінцевим.y∈{0,1}ny∈{0,1}ny\in\{0,1\}^nX∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p}βMLEβMLE\beta_{MLE}XXXβMLEβMLE\beta_{MLE} Чи ця модель максимальної ймовірності також максимізує AUC ROC (він же -статистичний), чи …

13 logistic  maximum-likelihood  auc 

Зазвичай при логістичній регресії ми підходимо до моделі і отримуємо деякі прогнози на навчальному наборі. Тоді ми перехресно підтверджуємо ці прогнози тренувань (щось подібне тут ) і визначаємо оптимальне порогове значення на основі чогось кривої ROC. Чому ми не включимо перехресну валідацію порогу в реальну модель і не навчимо все …

13 logistic  cross-validation  optimization  roc  threshold 

Прогнозовані класи від (бінарної) логістичної регресії визначаються за допомогою порогу щодо ймовірностей членства в класі, породжених моделлю. Як я розумію, типово 0,5 використовується за замовчуванням. Але зміна порогу змінить передбачувані класифікації. Чи означає це поріг - гіперпараметр? Якщо так, то чому (наприклад) неможливо легко здійснити пошук по сітці порогів за …

13 machine-learning  logistic  scikit-learn  hyperparameter 

Останнім часом мені довелося прочитати кілька робіт з економіки (сфера, з якою я не надто знайомий). Одне, що я помітив, - це те, що навіть коли змінна відповідь є бінарною, лінійні регресійні моделі, встановлені за допомогою OLS, є всюдисущими. Моє питання, таким чином: Чому перевагу надає лінійна регресія, наприклад, логістична …

13 regression  logistic  econometrics 

Наскільки мені відомо, різниця між логістичною моделлю та моделлю дробового реагування (frm) полягає в тому, що залежна змінна (Y), в якій frm, [0,1], але логістична - {0, 1}. Крім того, frm використовує квазіімовірність для визначення його параметрів. Зазвичай ми можемо використовувати glmдля отримання логістичних моделей за glm(y ~ x1+x2, data …

13 r  logistic  generalized-linear-model  quasi-likelihood 

Я працюю над логістичною моделлю, і у мене виникають певні труднощі з оцінкою результатів. Моя модель - двочленний логіт. Мої пояснювальні змінні: категорична змінна з 15 рівнями, дихотомна змінна та 2 безперервні змінні. Мій N великий> 8000. Я намагаюся моделювати рішення фірм інвестувати. Залежна змінна - це інвестиція (так / …

13 r  logistic  goodness-of-fit  roc 

Я запускаю логістичну регресійну модель у вигляді: lmer(response~1+(1|site), family=binomial, REML = FALSE) Зазвичай я б обчислював ICC за перехопленнями та залишковими відхиленнями, але резюме моделі не містить залишкової дисперсії. Як я обчислюю це?

13 logistic  lme4-nlme  glmm 

Мої прогнози, що випливають з логістичної регресійної моделі (glm в R), не обмежені між 0 і 1, як я очікував. Моє розуміння логістичної регресії полягає в тому, що параметри вводу та моделі поєднуються лінійно і відповідь перетворюється на ймовірність за допомогою функції посилання logit. Оскільки функція logit обмежена між 0 …

13 r  regression  logistic  generalized-linear-model 

У мене є група пацієнтів з різною тривалістю спостереження. Поки я не враховую часовий аспект і просто потрібно моделювати бінарний результат-захворювання / відсутність захворювання. Я зазвичай роблю логістичну регресію в цих дослідженнях, але інший мій колега запитав, чи буде Пуассонова регресія такою ж підходящою. Я не в тому, що займається …

13 logistic  poisson-distribution