Запитання з тегом «probit»

У чому різниця між логит і пробитий моделі ? Мені більше цікаво знати, коли використовувати логістичну регресію та коли використовувати Probit. Якщо є література, яка визначає її за допомогою R , це також було б корисно.

299 r  generalized-linear-model  logistic  probit  link-function 

Я поясню свою проблему на прикладі. Припустимо, ви хочете передбачити дохід фізичної особи за деякими ознаками: {Вік, стать, країна, регіон, місто}. У вас такий навчальний набір даних 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 …

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 

Коротка версія: Ми знаємо, що логістичну регресію та пробіт-регресію можна інтерпретувати як такі, що включають суцільну приховану змінну, яка стає дискретизованою відповідно до деякого фіксованого порогу перед спостереженням. Чи існує аналогічна латентна мінлива інтерпретація, скажімо, для пуассонової регресії? Як щодо біноміальної регресії (наприклад, logit або probit), коли є більше двох …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

Я намагаюся використовувати інструментальний аналіз змінних, щоб визначити причинність із спостережуваними даними. Я зіткнувся з двоступеневою регресією найменших квадратів (2SLS), яка, ймовірно, вирішить питання ендогенності в моєму дослідженні. Однак я хотів би, щоб перший етап був OLS, а другий етап був пробітом у межах 2SLS. На основі свого читання та …

15 stata  probit  instrumental-variables  2sls 

Як перевірити одночасність рівності обраних коефіцієнтів у моделі logit або probit? Що таке стандартний підхід і який сучасний підхід?

14 hypothesis-testing  logit  probit 

Чи має хтось висновок про те, як офсет працює у бінарних моделях, таких як probit та logit? У моїй проблемі вікно подальших дій може відрізнятися за довжиною. Припустимо, пацієнти отримують профілактичний знімок як лікування. Постріл відбувається в різний час, тому , якщо результат є двійковим індикатором того або стався спалах …

12 logit  probit  logarithm  offset 

Мені сказали, що можна запустити двоступеневу IV регресію, де перша стадія - пробіт, а друга - OLS. Чи можливо використовувати 2SLS, якщо перший етап є пробітом, а другий - пробіт / пуассонова модель?

12 binary-data  instrumental-variables  probit  2sls 

Чи може хто-небудь пояснити, як обчислити граничний ефект моделі Пробіта та Логіта в умовах непростої людини? Я новачок у статистиці, і я збентежений щодо цих двох моделей.

12 logistic  interpretation  logit  probit 

Я використовував наступний код R, щоб відповідати пробітній моделі: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Я хочу знати, що саме stepwiseі що потрібно backward/forwardробити, і як вибрати змінні?

11 r  probit  stepwise-regression 

Отже, у мене є двійкова модель, де - латентна непомічена величина, а y 1 ∈ { 0 , 1 } спостерігається. y 2 визначає y 1 і z 2 , таким чином, є моїм інструментом. Отже, коротше, модель є. y ∗ 1y∗1y1∗y_1^*y1∈{0,1}y1∈{0,1}y_1 \in \{0,1\}y2y2y_2y1y1y_1z2z2z_2 Оскільки умови помилки не є незалежними, …

10 maximum-likelihood  econometrics  probit 

Я прочитав, що оцінювач 2SLS все ще відповідає навіть бінарній ендогенній змінній ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). На першому етапі замість лінійної моделі буде запущена модель лікування. Чи є якісь офіційні докази, що свідчать про те, що 2SLS все ще відповідає, навіть коли 1-й етап є моделлю probit або logit? А що …

10 probit  instrumental-variables  endogeneity 

Для простого прикладу припустимо, що існує дві моделі лінійної регресії Модель 1 має три провісники, x1a, x2b, іx2c Модель 2 має три предиктори з моделі 1 та два додаткові прогнози x2aтаx2b Існує рівняння регресії чисельності населення, де пояснюється дисперсія популяції для Моделі 1 та для Моделі 2. Інкрементальна дисперсія, пояснена …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Припустимо, у мене є один зразок частоти 4 можливих подій: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 і я маю очікувані ймовірності моїх подій: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 За допомогою суми спостережуваних частот моїх чотирьох подій (18) …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom