Pertanyaan yang diberi tag «ordered-logit»

Model logit terurut (juga dikenal sebagai regresi logistik terurut / ordinal) merupakan perpanjangan dari regresi logistik dari variabel dependen biner menjadi variabel dependen ordinal. Kasus khusus yang tersebar luas adalah model peluang proporsional.

1
Plot dan interpretasikan regresi logistik ordinal
Saya memiliki variabel dependen ordinal, kemudahan, yang berkisar dari 1 (tidak mudah) hingga 5 (sangat mudah). Peningkatan nilai-nilai faktor independen terkait dengan peningkatan peringkat kemudahan. Dua variabel independen saya ( condAdan condB) adalah kategorikal, masing-masing dengan 2 level, dan 2 ( abilityA, abilityB) kontinu. Saya menggunakan paket ordinal dalam R, …

6
Regresi linier atau regresi logistik ordinal untuk memprediksi peringkat anggur (dari 0 dan 10)
Saya memiliki data anggur dari sini yang terdiri dari 11 variabel independen numerik dengan peringkat dependen terkait dengan setiap entri dengan nilai antara 0 dan 10. Ini membuatnya menjadi dataset yang bagus untuk menggunakan model regresi untuk menyelidiki hubungan antara variabel dan yang terkait peringkat. Namun, apakah regresi linier sesuai, …

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
Koefisien negatif dalam regresi logistik yang dipesan
Misalkan kita memiliki respon ordinal dan seperangkat variabel yang kami pikir akan menjelaskan . Kami kemudian melakukan regresi logistik terurut (matriks desain) pada (respon).X : = [ x 1 , x 2 , x 3 ] y X yy:{Bad, Neutral, Good}→{1,2,3}y:{Bad, Neutral, Good}→{1,2,3}y:\{\text{Bad, Neutral, Good}\} \rightarrow \{1,2,3\}X:=[x1,x2,x3]X:=[x1,x2,x3]X:=[x_1,x_2,x_3]yyyXXXyyy Misalkan koefisien estimasi …


1
Apa intuisi di balik sampel yang dapat ditukar di bawah hipotesis nol?
Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

4
Tes Brant dalam R [ditutup]
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 6 bulan lalu . Dalam menguji asumsi regresi paralel dalam regresi logistik ordinal saya menemukan ada beberapa pendekatan. Saya telah menggunakan pendekatan grafis (seperti yang …


1
Paket GBM vs. Caret menggunakan GBM
Saya telah menggunakan model tuning caret, tetapi kemudian menjalankan kembali model menggunakan gbmpaket. Ini adalah pemahaman saya bahwa caretpaket menggunakan gbmdan hasilnya harus sama. Namun, hanya menjalankan tes cepat menggunakan data(iris)menunjukkan perbedaan dalam model sekitar 5% menggunakan RMSE dan R ^ 2 sebagai metrik evaluasi. Saya ingin menemukan kinerja model …

1
Regresi logistik ordinal dalam Python
Saya ingin menjalankan regresi logistik ordinal dengan Python - untuk variabel respons dengan tiga level dan dengan beberapa faktor penjelas. The statsmodelspaket mendukung logit biner dan model multinomial logit (MNLogit), tapi tidak memerintahkan logit. Karena matematika yang mendasarinya tidak jauh berbeda, saya ingin tahu apakah matematika dapat diimplementasikan dengan mudah …

2
Validasi silang dan regresi logistik ordinal
Saya mencoba memahami validasi silang untuk regresi logistik ordinal. Tujuan permainan ini adalah untuk memvalidasi model yang digunakan dalam analisis ... Saya pertama kali membuat kumpulan data mainan: set.seed(1) N <- 10000 # predictors x1 <- runif(N) x2 <- runif(N) x3 <- runif(N) # coeffs in the model a <- …



2
Apakah "oke" untuk memplot garis regresi untuk data peringkat (korelasi Spearman)?
Saya memiliki data yang saya hitung korelasi Spearman dan ingin memvisualisasikannya untuk publikasi. Variabel dependen diberi peringkat, variabel independen tidak. Apa yang ingin saya visualisasikan lebih merupakan tren umum daripada kemiringan aktual, jadi saya memberi peringkat independen dan menerapkan korelasi / regresi Spearman. Tetapi ketika saya merencanakan data saya dan …

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.