Запитання з тегом «logistic»

Коли я аналізую свої змінні у двох окремих (універсальних) моделях логістичної регресії, я отримую наступне: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001 Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029 але коли я ввожу їх …

11 logistic  statistical-significance  multiple-regression 

Я розробив модель logit, яку слід застосувати до шести різних наборів даних поперечного перерізу. Я намагаюся розкрити, чи є зміни суттєвого впливу даної незалежної змінної (IV) на залежну змінну (DV), що контролює інші пояснення, в різний час та впродовж часу. Мої запитання: Як я оцінюю збільшення / зменшення розміру в …

11 logistic  spss 

Ось, що я хочу зробити, але, здається, немає predictметоду для mlogit. Будь-які ідеї? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

Як можна обчислити розмір вибірки, необхідний для дослідження, в якому в когорті суб'єктів буде мати єдину безперервну змінну, виміряну на момент операції, а потім через два роки вони будуть класифіковані як функціональний результат або ослаблений результат. Ми хотіли б побачити, чи міг би цей показник передбачити поганий результат. У якийсь …

11 logistic  sample-size 

Я перехресні класифіковані дані в таблиці 2 x 2 x 6. Назвемо розміри response, Aі B. Я підхожу до логістичної регресії до даних з моделлю response ~ A * B. Аналіз відхилення цієї моделі говорить про те, що як терміни, так і їх взаємодія є важливими. Однак, дивлячись на пропорції …

11 categorical-data  logistic  multiple-comparisons  chi-squared 

Я розумію, що SVM полягає в тому, що він дуже схожий на логістичну регресію (LR), тобто зважена сума ознак передається сигмоїдної функції, щоб отримати ймовірність приналежності до класу, але замість перехресної ентропії (логістичної) втрати функція, тренування виконується за допомогою втрати шарніра. Перевага використання втрати шарніру полягає в тому, що можна …

11 machine-learning  logistic  svm 

У mgcvпакеті Rє дві функції для встановлення тензорних взаємодій між продуктами: te()і ti(). Я розумію основний розподіл праці між двома (встановлення нелінійної взаємодії проти декомпозиції цієї взаємодії на основні ефекти та взаємодію). Чого я не розумію, це чому te(x1, x2)і ti(x1) + ti(x2) + ti(x1, x2)може давати (трохи) різні результати. …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Я можу тренувати логістичну регресію в Rвикористанні glm(y ~ x, family=binomial(logit))) але, IIUC, це оптимізує ймовірність журналу. Чи є спосіб тренувати модель, використовуючи лінійну ( ) функцію втрат (яка в даному випадку така ж, як загальна відстань варіації )?L1L1L_1 Тобто, даючи числовий вектор і бітовий (логічний) вектор , я хочу …

11 logistic 

У мене було кілька запитань щодо інтерпретації коефіцієнтів шансів для безперервних змінних в логістичній регресії. Мені здається, що це основні питання щодо логістичної регресії (і, мабуть, про регресію взагалі), і хоча я трохи соромлюсь, що не знаю відповідей, я проковтну свою гордість і запитаю їх, щоб я знав їх у …

11 regression  logistic 

У мене 100 000 спостережень (9 фіктивних змінних показників) з 1000 позитивних. Логістична регресія повинна спрацьовувати нормально в цьому випадку, але ймовірність відсічення мене спантеличує. У загальній літературі ми обираємо 50% відсікання для прогнозування 1 і 0. Я не можу цього зробити, оскільки моя модель дає максимальне значення ~ 1%. …

11 regression  logistic  classification  generalized-linear-model  roc 

Я відтворюю приклад із узагальнених, лінійних та змішаних моделей . Мій MWE нижче: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution, NoofPlates, NoPositive) fm1 <- glm(formula=NoPositive/NoofPlates~log(Dilution), family=binomial("logit"), …

11 r  logistic  generalized-linear-model  likelihood-ratio  z-test 

У мене є великі дані опитування, двійкова змінна результат та багато пояснювальних змінних, включаючи двійкові та безперервні. Я будую набори моделей (експериментую як з GLM, так і зі змішаним GLM) і використовую інформаційно-теоретичні підходи для вибору топ-моделі. Я уважно вивчив пояснення (як безперервні, так і категоричні) на предмет кореляцій, і …

11 regression  logistic  data-transformation  skewness 

Я намагаюся передбачити успіх чи невдачу студентів на основі деяких особливостей з логістичною регресійною моделлю. Щоб покращити ефективність моделі, я вже думав про розподіл учнів на різні групи на основі очевидних відмінностей та побудови окремих моделей для кожної групи. Але я думаю, що може бути складно визначити ці групи за …

11 clustering  data-mining  logistic 

Логістична регресія моделює часові шанси події як деякий набір прогнокторів. Тобто журнал (p / (1-p)), де p - ймовірність певного результату. Таким чином, інтерпретація необроблених коефіцієнтів регресії логістики для деякої змінної (x) повинна знаходитися на шкалі шансів журналу. Тобто, якщо коефіцієнт для x = 5, то ми знаємо, що зміна …

10 regression  logistic  logit 

[Аналогічне питання було поставлене тут , без відповідей] Мені підходить модель логістичної регресії з регуляризацією L1 (логістична регресія Лассо), і я хотів би перевірити встановлені коефіцієнти на значущість та отримати їхні p-значення. Я знаю, що тести Уолда (наприклад) - це можливість перевірити значущість окремих коефіцієнтів у повній регресії без регуляризації, …

10 logistic  statistical-significance  regression-coefficients  lasso