Pertanyaan yang diberi tag «probit»

Ini umumnya mengacu pada prosedur statistik yang menggunakan fungsi probit. Contoh utamanya adalah regresi probit di mana transformasi probit dari parameter p dari distribusi respons biner digunakan sebagai tautan.


5
Cara menangani data hierarkis / bersarang dalam pembelajaran mesin
Saya akan menjelaskan masalah saya dengan sebuah contoh. Misalkan Anda ingin memprediksi penghasilan seseorang yang diberikan beberapa atribut: {Usia, Jenis Kelamin, Negara, Wilayah, Kota}. Anda memiliki dataset pelatihan seperti itu 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)) …
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 

1
Interpretasi variabel laten dari model linear umum (GLM)
Versi pendek: Kita tahu bahwa regresi logistik dan regresi probit dapat diinterpretasikan sebagai melibatkan variabel laten kontinu yang didiskritisasi menurut beberapa ambang batas yang ditetapkan sebelum pengamatan. Apakah interpretasi variabel laten serupa tersedia untuk, katakanlah, regresi Poisson? Bagaimana dengan regresi Binomial (seperti logit atau probit) ketika ada lebih dari dua …

1
2SLS tetapi Probit tahap kedua
Saya mencoba menggunakan analisis variabel instrumental untuk menyimpulkan hubungan sebab akibat dengan data observasi. Saya telah menemukan regresi dua tahap kuadrat (2SLS) yang kemungkinan akan mengatasi masalah endogenitas dalam penelitian saya. Namun, saya ingin tahap pertama menjadi OLS dan tahap kedua agar sesuai dalam 2SLS. Berdasarkan bacaan dan pencarian saya, …


2
Model Biner (Probit dan Logit) dengan Offset Logaritmik
Adakah yang memiliki derivasi bagaimana offset bekerja dalam model biner seperti probit dan logit? Dalam masalah saya, jendela tindak lanjut dapat bervariasi panjangnya. Misalkan pasien mendapatkan suntikan profilaksis sebagai pengobatan. Tembakan terjadi pada waktu yang berbeda, jadi jika hasilnya adalah indikator biner dari apakah ada kambuh yang terjadi, Anda perlu …



2
Bagaimana cara "regresi bertahap" bekerja?
Saya menggunakan kode R berikut agar sesuai dengan model probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Saya ingin tahu apa yang dilakukan stepwisedan backward/forwarddilakukan dengan tepat dan bagaimana memilih variabel?

1
Memperoleh fungsi kemungkinan untuk IV-probit
Jadi saya memiliki model biner di mana adalah variabel laten yang tidak teramati dan yang diamati. menentukan dan adalah instrumen saya. Jadi singkatnya modelnya. Karena istilah kesalahan tidak independen tetapi, Saya menggunakan model IV-probit.y∗1y1∗y_1^*y1∈ { 0 , 1 }y1∈{0,1}y_1 \in \{0,1\}y2y2y_2y1y1y_1z2z2z_2y∗1y2y1===δ1z1+ α1y2+ u1δ21z1+δ22z2+v2=zδ+v21[y∗>0]y1∗=δ1z1+α1y2+u1y2=δ21z1+δ22z2+v2=zδ+v2y1=1[y∗>0]\begin{eqnarray} y_1^*&=& \delta_1 z_1 + \alpha_1 y_2 + …

1
Konsistensi 2SLS dengan variabel endogen Binary
Saya telah membaca bahwa estimator 2SLS masih konsisten bahkan dengan variabel endogen biner ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). Pada tahap pertama, model perawatan probit akan dijalankan alih-alih model linier. Apakah ada bukti formal untuk menunjukkan bahwa 2SLS masih konsisten bahkan ketika tahap 1 adalah model probit atau logit? Juga bagaimana jika hasilnya …

3
Cara mendapatkan interval kepercayaan pada perubahan populasi r-square
Demi contoh sederhana berasumsi bahwa ada dua model regresi linier Model 1 memiliki tiga prediktor, x1a, x2b, danx2c Model 2 memiliki tiga prediktor dari model 1 dan dua prediktor tambahan x2adanx2b Ada persamaan regresi populasi di mana varians populasi yang dijelaskan adalah untuk Model 1 dan untuk Model 2. Varian …

1
Model pembelajaran dalam mana yang dapat mengklasifikasikan kategori yang tidak eksklusif satu sama lain
Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …
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 

1
Bagaimana cara membandingkan acara yang diamati dengan yang diharapkan?
Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …
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 

4
Apakah non-stasioneritas dalam logit / probit penting?
Saya ingin bertanya - Saya menggunakan logit untuk menyelidiki, jika beberapa variabel meningkatkan risiko krisis mata uang. Saya memiliki data tahunan dari 1980 untuk banyak negara (panel tidak seimbang), variabel dummy adalah 1 jika krisis mata uang dimulai (menurut definisi saya), 0 sebaliknya. Variabel penjelas sesuai dengan beberapa teori, seperti …
8 logit  probit 

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.