Вопросы с тегом «logistic»

У меня есть вопрос об опущенном переменном смещении в логистической и линейной регрессии. Скажем, я опускаю некоторые переменные из модели линейной регрессии. Сделайте вид, что эти пропущенные переменные не связаны с переменными, которые я включил в мою модель. Эти пропущенные переменные не смещают коэффициенты в моей модели. Но в логистической …

17 regression  logistic  least-squares  bias 

Я провел эту порядковую логистическую регрессию в R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Я получил это резюме модели: 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 …

17 r  regression  logistic  interpretation  ordered-logit 

У меня есть две группы субъектов, A и B, каждая из которых имеет размер около 400 и около 300 предикторов. Моя цель - построить модель прогнозирования для бинарной переменной ответа. Мой клиент хочет увидеть результат применения модели, построенной из A на B. (В своей книге «Стратегии регрессионного моделирования», @FrankHarrell упоминает, …

17 pca  logistic  predictive-models  robust 

Мы работаем с некоторыми логистическими регрессиями, и мы поняли, что средняя оценочная вероятность всегда равна доле вероятностей в выборке; то есть среднее значение подгонянных значений равно среднему значению по выборке. Кто-нибудь может объяснить мне причину или дать ссылку, где я могу найти эту демонстрацию?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

У меня есть модель (из литературы). У меня также есть необработанные данные для прогнозирующих переменных. Какое уравнение я должен использовать, чтобы получить вероятности? Как мне объединить необработанные данные и коэффициенты, чтобы получить вероятности?

17 regression  logistic 

Я надеюсь, что смогу правильно задать этот вопрос. У меня есть доступ к данным play-by-play, так что это скорее проблема с лучшим подходом и правильным построением данных. Я рассчитываю рассчитать вероятность выигрыша в игре в НХЛ, учитывая количество очков и оставшееся время в регламенте. Я полагаю, что мог бы использовать …

17 time-series  probability  logistic 

Для калибровки уровня достоверности по вероятности в контролируемом обучении (скажем, для сопоставления достоверности из SVM или дерева решений с использованием данных с избыточной дискретизацией) одним из методов является использование масштабирования Платта (например, получение калиброванных вероятностей из повышения ). В основном каждый использует логистическую регрессию для отображения до [ 0 ; …

17 logistic  cross-validation  calibration 

Базовые данные : у меня ~ 1000 человек помечены оценками: «1», «хорошо», «2», «средний» или «3» [плохо »- это те значения, которые я пытаюсь предсказать для людей в будущем , В дополнение к этому, у меня есть некоторая демографическая информация: пол (категориальный: M / F), возраст (числовой: 17-80) и раса …

17 r  regression  logistic  missing-data  ordered-logit 

Группа людей отвечает на один вопрос. Ответ может быть «да» или «нет». Исследователь хочет знать, связан ли возраст с типом ответа. Связь была оценена с помощью логистической регрессии, где возраст - это объясняющая переменная, а тип ответа (да, нет) - зависимая переменная. Он был отдельно рассмотрен путем расчета среднего возраста …

17 regression  logistic  t-test 

Вопрос Я изо всех сил пытаюсь понять, как прогнозирование сохраняется в интервале [0,1][0,1][0,1] при выполнении бинарной классификации с градиентным повышением. Предположим , что мы работаем над бинарной проблемы классификации, и наша целевая функция является потеря журнала, −∑yilog(Hm(xi))+(1−yi)log(1−Hm(xi))−∑yilog⁡(Hm(xi))+(1−yi)log⁡(1−Hm(xi))-\sum y_i \log(H_m(x_i)) + (1-y_i) \log(1-H_m(x_i)) где yyy - целевая переменная ∈{0,1}∈{0,1}\in \{0,1\} а …

17 logistic  classification  boosting 

Я пытаюсь использовать квадратичные потери, чтобы выполнить двоичную классификацию для набора данных игрушек. Я использую mtcarsнабор данных, использую милю на галлон и вес, чтобы предсказать тип передачи. На приведенном ниже графике показаны два типа данных типа передачи в разных цветах и ​​границы решения, сформированные различными функциями потерь. Квадратный убыток равен …

16 r  machine-learning  logistic  optimization  loss-functions 

Я знаю, что стандартизированные остатки Пирсона получены традиционным вероятностным способом: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} и Остаточные отклонения получаются более статистическим способом (вклад каждой точки в вероятность): 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)]} где = 1, если y i = 1, и s i = -1, …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Как я понимаю, перцептрон / однослойная искусственная нейронная сеть с функцией активации логистической сигмоиды - это та же модель, что и логистическая регрессия. Обе модели задаются уравнением: F( х ) = 11 - е- βИксF(Икс)знак равно11-е-βИксF(x) = \frac{1}{1-e^{-\beta X}} Алгоритм обучения персептрона работает в режиме онлайн и определяется ошибками, в …

16 logistic  communication 

В Логистической регрессии, нужно ли заботиться о мультиколлинеарности так же, как если бы вы были в прямой регрессии МНК? Например, в случае логистической регрессии, когда существует мультиколлинеарность, нужно ли вам быть осторожным (как в случае регрессии МНК) с выводом из бета-коэффициентов? Для регрессии МНК одним «исправлением» высокой мультиколлинеарности является регрессия …

16 regression  logistic  multicollinearity 

Мой вопрос: какова математическая связь между распределением Бета и коэффициентами модели логистической регрессии ? Для иллюстрации: логистическая (сигмоидальная) функция задается f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} и он используется для моделирования вероятностей в модели логистической регрессии. Пусть AAA - дихотомический (0,1)(0,1)(0,1) результат, а XXX - матрица дизайна. Модель логистической регрессии задается P(A=1|X)=f(Xβ).P(A=1|X)=f(Xβ).P(A=1|X) = …

16 regression  logistic  mathematical-statistics  beta-distribution