Pertanyaan yang diberi tag «logistic»

Mengacu pada prosedur statistik yang memanfaatkan fungsi logistik, biasanya berbagai bentuk regresi logistik

1
Bias variabel yang dihilangkan dalam regresi logistik vs bias variabel yang dihilangkan dalam regresi kuadrat terkecil biasa
Saya punya pertanyaan tentang bias variabel yang dihilangkan dalam regresi logistik dan linier. Katakanlah saya menghilangkan beberapa variabel dari model regresi linier. Berpura-pura bahwa variabel-variabel yang dihilangkan tersebut tidak berkorelasi dengan variabel yang saya sertakan dalam model saya. Variabel-variabel yang dihilangkan tidak bias koefisien dalam model saya. Tetapi dalam regresi …

2
Interpretasi dari regresi logistik ordinal
Saya menjalankan regresi logistik ordinal ini di R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Saya mendapatkan ringkasan model ini: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 …

1
Apakah metode yang kuat benar-benar lebih baik?
Saya memiliki dua kelompok subjek, A, dan B, masing-masing dengan ukuran sekitar 400, dan sekitar 300 prediktor. Tujuan saya adalah untuk membangun model prediksi untuk variabel respons biner. Pelanggan saya ingin melihat hasil penerapan model yang dibangun dari A pada B. (Dalam bukunya, "Strategi Pemodelan Regresi", @FrankHarrell menyebutkan bahwa lebih …



3
Regresi Logistik dan Struktur Data
Saya berharap bisa mengajukan pertanyaan ini dengan cara yang benar. Saya memiliki akses ke data play-by-play, jadi ini lebih merupakan masalah dengan pendekatan terbaik dan membangun data dengan benar. Yang ingin saya lakukan adalah menghitung probabilitas memenangkan game NHL mengingat skor dan waktu yang tersisa dalam regulasi. Saya pikir saya …

2
Mengapa menggunakan penskalaan Platt?
Untuk mengkalibrasi tingkat kepercayaan ke probabilitas dalam pembelajaran yang diawasi (katakanlah untuk memetakan kepercayaan dari SVM atau pohon keputusan menggunakan data yang terlalu banyak) salah satu metode adalah dengan menggunakan Penskalaan Platt (misalnya, Memperoleh Kemungkinan yang Dikalibrasi dari Peningkatan ). Pada dasarnya orang menggunakan regresi logistik untuk memetakan ke . …


3
Regresi logistik atau uji T?
Sekelompok orang menjawab satu pertanyaan. Jawabannya bisa "ya" atau "tidak". Peneliti ingin mengetahui apakah usia dikaitkan dengan jenis jawaban. Asosiasi tersebut dinilai dengan melakukan regresi logistik di mana usia adalah variabel penjelas dan jenis jawaban (ya, tidak) adalah variabel dependen. Itu secara terpisah ditangani dengan menghitung usia rata-rata kelompok yang …

2
Klasifikasi dengan Peningkatan Gradien: Cara mempertahankan prediksi dalam [0,1]
Pertanyaan Saya berjuang untuk memahami bagaimana prediksi disimpan dalam interval ketika melakukan klasifikasi biner dengan Gradient Boosting.[0,1][0,1][0,1] Asumsikan kita sedang mengerjakan masalah klasifikasi biner, dan fungsi tujuan kita adalah hilangnya log, , di mana adalah variabel target dan adalah model kami saat ini.y ∈ { 0 , 1 } H−∑yilog(Hm(xi))+(1−yi)log(1−Hm(xi))−∑yilog⁡(Hm(xsaya))+(1-ysaya)catatan⁡(1-Hm(xsaya))-\sum …

2
Apa yang terjadi di sini, ketika saya menggunakan kuadrat kerugian dalam pengaturan regresi logistik?
Saya mencoba menggunakan kuadrat kerugian untuk melakukan klasifikasi biner pada kumpulan data mainan. Saya menggunakan mtcarskumpulan data, menggunakan mil per galon dan berat untuk memprediksi jenis transmisi. Plot di bawah ini menunjukkan dua jenis data tipe transmisi dalam warna berbeda, dan batas keputusan dihasilkan oleh fungsi kerugian yang berbeda. Kerugian …

1
Pearson VS Deviance Residuals dalam regresi logistik
Saya tahu bahwa residual Pearson terstandarisasi diperoleh dengan cara probabilistik tradisional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} dan Deviance Residuals diperoleh melalui cara yang lebih statistik (kontribusi setiap titik terhadap kemungkinan): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} di mana = 1 jika = 1 dan = -1 …

3
Perbedaan antara regresi logistik dan perceptrons
Seperti yang saya pahami, jaringan saraf tiruan perceptron / single-layer dengan fungsi aktivasi sigmoid logistik adalah model yang sama dengan regresi logistik. Kedua model diberikan oleh persamaan: F(x)=11−e−βXF(x)=11−e−βXF(x) = \frac{1}{1-e^{-\beta X}} Algoritma pembelajaran perceptron bersifat online dan digerakkan oleh kesalahan, sedangkan parameter untuk regresi logistik dapat dipelajari dengan menggunakan berbagai …

1
Regresi Logistik - Masalah / Jebakan Multikolinearitas
Dalam Regresi Logistik, adakah kebutuhan untuk mempedulikan multikolinieritas seperti halnya Anda akan menggunakan regresi OLS langsung? Misalnya, dengan regresi logistik, di mana terdapat multikolinieritas, apakah Anda harus berhati-hati (seperti halnya dalam regresi OLS) dengan mengambil kesimpulan dari koefisien Beta? Untuk regresi OLS satu "memperbaiki" ke multikolinieritas tinggi adalah regresi ridge, …

3
Apa hubungan antara distribusi Beta dan model regresi logistik?
Pertanyaan saya adalah: Apa hubungan matematis antara distribusi Beta dan koefisien model regresi logistik ? Sebagai ilustrasi: fungsi logistik (sigmoid) diberikan oleh f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} dan digunakan untuk memodelkan probabilitas dalam model regresi logistik. Biarkan AAA menjadi dikotomis (0,1)(0,1)(0,1) mencetak hasil dan XXX sebuah matriks desain. Model regresi logistik diberikan …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.