Вопросы с тегом «logit»

У кого-нибудь есть вывод о том, как смещение работает в бинарных моделях, таких как пробит и логит? В моей задаче контрольное окно может быть разной длины. Предположим, что пациенты получают профилактический укол в качестве лечения. Выстрел происходит в разное время, поэтому, если результат является бинарным индикатором того, произошли ли какие …

12 logit  probit  logarithm  offset 

я сказать, что в случае логистической регрессии только с линейными и квадратичными терминами, если у меня есть линейный коэффициент и квадратичный коэффициент , существует переломный момент вероятности в ?β 2 - β 1 / ( 2 β 2 )β1β1\beta_1β2β2\beta_2−β1/(2β2)−β1/(2β2)-\beta_1 / (2\beta_2)

12 interpretation  logit  polynomial 

В предыдущем посте я задавался вопросом, как справиться с оценками EQ-5D . Недавно я наткнулся на логистическую квантильную регрессию, предложенную Bottai и McKeown, которая представляет элегантный способ справиться с ограниченными результатами. Формула проста: л о гя т ( у) = Л о г( у- ум я нYм а х- у)logit(y)=log(y−yminymax−y)logit(y)=log(\frac{y-y_{min}}{y_{max}-y}) …

12 r  logistic  data-visualization  logit  quantile-regression 

Я пытаюсь сделать упорядоченную регрессию логита. Я управляю моделью вот так (просто глупая маленькая модель, оценивающая количество фирм на рынке по показателям дохода и населения). Мой вопрос о прогнозах. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Когда я запускаю прогнозирование (которое я пытаюсь использовать для получения прогнозируемого значения y), выходные значения равны …

12 r  econometrics  logit  ordered-logit 

Кто-нибудь может объяснить, как рассчитать предельный эффект модели Probit и Logit с точки зрения непрофессионала? Я новичок в статистике, и я запутался в этих двух моделях.

12 logistic  interpretation  logit  probit 

Вот что я хочу сделать, но, похоже, нет predictспособа для mlogit. Любые идеи? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

Логистическая регрессия моделирует лог-шансы события как некоторый набор предикторов. То есть log (p / (1-p)), где p - вероятность некоторого исхода. Таким образом, интерпретация необработанных коэффициентов логистической регрессии для некоторой переменной (x) должна осуществляться в масштабе логарифмических коэффициентов. То есть, если коэффициент для x = 5, тогда мы знаем, что …

10 regression  logistic  logit 

Я пытаюсь понять использование логистической регрессии в таблицах сопряженности 2x2 и Ix2. Например, используя это в качестве примера В чем разница между использованием критерия хи-квадрат и логистической регрессией? Как насчет таблицы с несколькими номинальными коэффициентами (таблица Ix2), например: Существует аналогичный вопрос здесь - но ответ в основном , что хи-квадрат …

10 logistic  chi-squared  logit  contingency-tables 

Следующие прививки взяты из этой статьи . Я новичок в начальной загрузке и пытаюсь реализовать параметрическую, полупараметрическую и непараметрическую загрузку начальной загрузки для линейной смешанной модели с R bootпакетом. Код R Вот мой Rкод: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography