Запитання з тегом «multinomial»

Скажімо, у нас є залежна змінна з кількома категоріями та набором незалежних змінних. YYY Які переваги мультиноміальної логістичної регресії перед сукупністю бінарних логістичних регресій (тобто схема «один проти відпочинку» )? Під набором двійкової логістичної регресії я маю на увазі, що для кожної категорії ми будуємо окрему модель бінарної логістичної регресії …

36 logistic  categorical-data  multinomial 

Тож це питання злегка безладний, але я включаю барвисті графіки, щоб компенсувати це! Спочатку передумови, а потім питання. Фон Скажімо, у вас -вимірний мультиноміальний розподіл з рівними ймовірностями по категоріям. Нехай π = ( π 1 , … , π n ) - нормовані відліки ( c ) від цього …

24 distributions  bayesian  bootstrap  multinomial  dirichlet-distribution 

Я переглядаю статтю з наступним біологічним експериментом. Пристрій використовується для піддавання клітинам різної кількості напруги зсуву рідини. Оскільки сильні напруги зсуву прикладаються до клітин, більше їх починає відшаровуватися від субстрату. На кожному рівні напруги зсуву вони підраховують клітини, які залишаються приєднаними, і оскільки вони знають загальну кількість комірок, які були …

24 r  logistic  multinomial 

Я дозволю Вікіпедії пояснити, як обчислюється NPS : Показник чистого промоутера отримується, задаючи клієнтам одне запитання за шкалою рейтингу від 0 до 10, де 10 "надзвичайно вірогідний", а 0 - "зовсім не вірогідний": "Наскільки ймовірно, ви б рекомендували нашу компанію друг чи колега? " На основі своїх відповідей клієнти класифікуються …

21 hypothesis-testing  statistical-significance  standard-error  multinomial  nps 

Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Я запустив багаточленну модель Logit у JMP і отримав результати, які включали AIC, а також значення c-квадрата p для кожної оцінки параметрів. Модель має один категоричний результат та 7 категоричних пояснювальних варіантів. Потім я підходив до того, що, як я думав, створив би ту саму модель в R, використовуючи multinomфункцію …

20 r  logistic  multinomial  logit  jmp 

Як отримати значення p за допомогою multinomфункції nnetпакета в R? У мене є набір даних, який складається з «показників патології» (відсутні, легкі, важкі) як змінної результату, та двох основних наслідків: вік (два фактори: двадцять / тридцять днів) та група лікування (чотири фактори: інфіковані без АТБ; інфіковані + ATB1; інфікований + …

19 r  regression  p-value  multinomial 

Нехай - симплекс вірогідності розмірності K - 1 , тобто x ∈ Δ K такий, що x i ≥ 0 і ∑ i x i = 1 .ΔKΔK\Delta_{K}K−1K−1K-1x∈ΔKx∈ΔKx \in \Delta_{K}xi≥0xi≥0x_i \ge 0∑ixi=1∑ixi=1\sum_i x_i = 1 Які розподіли, які часто (або добре відомі, або визначені раніше) протягом існують?ΔKΔK\Delta_{K} Зрозуміло, що існують …

16 distributions  multinomial  compositional-data 

Це дещо питання для початківців, але як інтерпретувати результат exp (B) 6.012 в мультиноміальній логістичній регресії? 1) це 6.012-1.0 = 5.012 = 5012% збільшення ризику? або 2) 6,012 / (1 + 6,012) = 0,857 = 85,7% збільшення ризику? Якщо обидві альтернативи є невірними, може хтось, будь ласка, зазначити правильний шлях? …

16 multinomial 

Яка очікувана кількість разів, коли потрібно скочувати штамп, поки кожна сторона не з’явиться 3 рази? Це питання задавали в початковій школі Нової Зеландії, і це було вирішено за допомогою моделювання. Яке аналітичне рішення цієї проблеми?

15 probability  multinomial  negative-binomial  coupon-collector-problem 

Так, у (непідконтрольному) текстовому моделюванні, латентне розподілення Діріхле (LDA) є баєсовою версією ймовірнісного латентного семантичного аналізу (PLSA). По суті, LDA = PLSA + Діріхле перед своїми параметрами. Я розумію, що LDA тепер є контрольним алгоритмом і реалізується в різних пакетах, тоді як PLSA більше не слід використовувати. Але в (під …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

Я використовую vowpal wabbit для вирішення контекстно-бандитської проблеми . Я показую рекламу користувачам, і я маю досить небагато інформації про контекст, у якому відображається реклама (наприклад, хто такий користувач, на якому веб-сайті вони перебувають тощо). Це, здається, є досить класичною контекстуальною бандитською проблемою, як описав Джон Ленгфорд . У моїй …

14 multinomial  gradient-descent  multiarmed-bandit  vowpal-wabbit  contextual-bandit 

Припустимо, у нас є два вектори випадкових величин, обидва є нормальними, тобто і . Нас цікавить розподіл їх лінійної комбінації , де і - матриці, - вектор. Якщо і незалежні, . Питання полягає у залежному випадку, якщо припустити, що ми знаємо співвідношення будь-якої пари . Дякую.X∼N(μX,ΣX)X∼N(μX,ΣX)X \sim N(\mu_X, \Sigma_X)Y∼N(μY,ΣY)Y∼N(μY,ΣY)Y \sim …

14 probability  normal-distribution  multinomial 

У мене є набір даних, що містить декілька пропорцій, які складають до 1. Мене цікавить зміна цих пропорцій уздовж градієнта (див. Нижче, наприклад, дані). gradient <- 1:99 A1 <- gradient * 0.005 A2 <- gradient * 0.004 A3 <- 1 - (A1 + A2) df <- data.frame(gradient = gradient, A1 …

13 r  multinomial 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf