Pertanyaan yang diberi tag «logistic»

Saya ingin memahami beberapa fakta tentang estimator kemungkinan maksimum (MLE) untuk regresi logistik. Apakah benar bahwa, secara umum, MLE untuk regresi logistik bias? Saya akan mengatakan "ya". Saya tahu, misalnya, bahwa dimensi sampel terkait dengan bias asimptotik MLEs. Apakah Anda tahu ada contoh dasar dari fenomena ini? Jika MLE bias, …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Saya memiliki model regresi logistik biner dengan DV (penyakit: ya / tidak) dan 5 prediktor (demografi [usia, jenis kelamin, merokok tembakau (ya / tidak)], indeks medis (ordinal) dan satu pengobatan acak [ya / tidak ]). Saya juga telah memodelkan semua istilah interaksi dua sisi. Variabel utama berpusat dan tidak ada …

10 regression  logistic  multiple-regression  bootstrap 

Saya mencoba menyesuaikan model waktu-diskrit dalam R, tapi saya tidak yakin bagaimana melakukannya. Saya telah membaca bahwa Anda dapat mengatur variabel dependen dalam baris yang berbeda, satu untuk setiap pengamatan waktu, dan menggunakan glmfungsi dengan logit atau tautan cloglog. Dalam hal ini, saya memiliki tiga kolom: ID, Event(1 atau 0, …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Ini harus muncul --- peramalan hal-hal yang macet antara 0 dan 1. Dalam seri saya, saya mencurigai komponen auto-regresi, dan juga komponen reverting-berarti, jadi saya ingin sesuatu yang saya bisa menafsirkan seperti ARIMA --- tapi saya tidak ingin itu melesat hingga 1000% di masa depan . Apakah Anda hanya menggunakan …

10 time-series  forecasting  logistic  arima  beta-regression 

Uji rasio kemungkinan (alias penyimpangan) G2G2G^2 dan uji ketidakcocokan (atau good-of-fit) cukup mudah untuk mendapatkan model regresi logistik (cocok menggunakan glm(..., family = binomial)fungsi) dalam R. Namun, bisa mudah untuk memiliki jumlah sel berakhir cukup rendah sehingga tes tidak dapat diandalkan. Salah satu cara untuk memverifikasi keandalan uji rasio kemungkinan …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit 

Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Adakah yang bisa menjelaskan secara detail: Apa yang dimaksud dengan menolak menyimpulkan? Bagaimana ini dapat digunakan untuk meningkatkan akurasi model saya? Saya memang memiliki gagasan untuk menolak menyimpulkan dalam aplikasi kartu kredit tetapi berjuang dengan pemikiran menggunakannya untuk meningkatkan akurasi model saya.

10 logistic 

Saya memiliki dataset yang menanyakan kepada orang-orang apakah mereka pernah ke tempat tertentu (misalnya A, B, C, D), dan mereka dapat membuat lebih dari satu pilihan, kemudian spesimen diambil dari hidung mereka untuk melihat apakah mereka terinfeksi dengan beberapa penyakit. Saya perlu mengetahui risiko relatif terinfeksi untuk orang yang pergi …

10 logistic 

Saya mencoba menafsirkan tipe model logistik berikut: mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) Apakah output dari predict(mdl)peluang keberhasilan yang diharapkan untuk setiap titik data? Apakah ada cara sederhana untuk menabulasi peluang untuk setiap tingkat faktor model, daripada semua titik data?

10 r  logistic  generalized-linear-model 

Untuk sebuah 2×22×22 \times 2 tabel, dua cara untuk melakukan inferensi di atas meja adalah melalui Fisher Exact Test dan juga Regresi Logistik. Saya diberi tahu bahwa menggunakan Fisher's Exact Test, kami hanya tertarik pada kehadiran asosiasi. Tetapi dengan Regresi Logistik, kami tertarik pada besarnya asosiasi. Namun, saya tidak mengerti …

10 regression  logistic  inference  contingency-tables  fishers-exact 

Saya menjalankan analisis tentang kemungkinan gagal bayar pinjaman menggunakan regresi logistik dan hutan acak. Ketika saya menggunakan regresi logistik, prediksi selalu semua '1' (yang berarti pinjaman baik). Saya belum pernah melihat ini sebelumnya, dan tidak tahu harus mulai dari mana dalam hal memilah masalah. Ada 22 kolom dengan 600 ribu …

10 regression  logistic  predictive-models  unbalanced-classes  scoring-rules 

Jadi saya telah membaca beberapa buku (atau bagian dari mereka) tentang pemodelan (F. Harrell "Strategi Pemodelan Regresi" antara lain), karena situasi saya saat ini adalah bahwa saya perlu melakukan model logistik berdasarkan data respon biner. Saya memiliki data kontinu, kategoris, dan biner (prediktor) dalam kumpulan data saya. Pada dasarnya saya …

9 logistic  predictive-models  feature-selection  regression-strategies 

Dalam scikit mempelajari dokumen tentang probabilitas kalibrasi mereka membandingkan regresi logistik dengan metode lain dan menyatakan bahwa hutan acak kurang dikalibrasi dengan baik daripada regresi logistik. Mengapa regresi logistik dikalibrasi dengan baik? Bagaimana seseorang dapat merusak kalibrasi dari regresi logistik (bukan yang ingin dilakukannya - seperti latihan)?

9 regression  logistic  calibration 

Apakah fungsi dalam bentuk memiliki nama standar? Misalnya adalah fungsi linier.ex/(1+ex)ex/(1+ex)e^x/(1+e^x)y=a+bxy=a+bxy = a + bx

9 logistic  neural-networks  deep-learning  terminology 

Dengan regresi OLS diterapkan pada respon kontinu, seseorang dapat membangun persamaan regresi berganda dengan menjalankan regresi residual secara berurutan pada setiap kovariat. Pertanyaan saya adalah, adakah cara untuk melakukan ini dengan regresi logistik melalui residu regresi logistik ? Pr(Y=1|x,z)Pr(Y=1|x,z)\Pr(Y = 1 | x, z)xxxR1R1R_1R1R1R_1zzz

9 regression  logistic  residuals