«intercept» 태그된 질문

9
선형 회귀 모형에서 절편을 제거해도되는 시점은 언제입니까?
선형 회귀 모델을 실행하고 절편 항을 제거하기위한 조건이 무엇인지 궁금합니다. 하나는 절편이 있고 다른 하나는 절편이없는 두 개의 서로 다른 회귀 분석 결과를 비교할 때 절편이없는 함수 의 가 훨씬 높다는 것을 알 수 있습니다. 절편 항의 제거가 유효한지 확인하기 위해 따라야하는 특정 조건이나 가정이 있습니까?아르 자형2R2R^2

2
통계적으로 유의 한 절편 항을 제거하면 선형 모형에서
단일 설명 변수가 포함 된 간단한 선형 모형에서 αi=β0+β1δi+ϵiαi=β0+β1δi+ϵi\alpha_i = \beta_0 + \beta_1 \delta_i + \epsilon_i 절편 항을 제거하면 적합도가 크게 향상됩니다 ( R 2 값).R2R2R^2 0.3에서 0.9로 이동). 그러나 절편 항은 통계적으로 유의 한 것으로 보입니다. 가로 채기 : Call: lm(formula = alpha ~ delta, data = cf) Residuals: …


1
LASSO에서 범주 형 예측 변수를 처리하는 방법
범주 형 변수 예측 변수와 연속 형 예측 변수가있는 LASSO를 실행하고 있습니다. 범주 형 변수에 대한 질문이 있습니다. 내가 이해하는 첫 번째 단계는 각각을 인형으로 나누고 공정한 처벌을 위해 표준화 한 다음 회귀하는 것입니다. 더미 변수를 처리하기위한 몇 가지 옵션이 있습니다. 각 요인에 대해 모형 중 하나만 제외하고 모두 포함 …

4
반복 횟수가 증가함에 따라 그라디언트 부스팅 기계 정확도가 감소합니다.
caretR 의 패키지를 통해 그라디언트 부스팅 머신 알고리즘을 실험하고 있습니다 . 소규모 대학 입학 데이터 세트를 사용하여 다음 코드를 실행했습니다. library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

1
로지스틱 회귀 분석에서 절편 모델의 유무에 따른 차이
로지스틱 회귀 분석에서 절편 모델의 유무에 따른 차이점을 이해하고 싶습니다. 가로 채기를하면 계수가 기준선 그룹에 대한 로그 (홀수 비)를 고려하고 가로 채지 않고 로그 (홀수)를 고려한다는 점을 제외하고는 차이점이 있습니까? 내가 본 것에서 계수가 두 경우 모두 동일하지만 의의가 항상 같은 것은 아니며 왜 그런지 이해하지 못합니다. 또한 어떤 경우에 …

3
로지스틱 회귀 분석의 절편
다음과 같은 로지스틱 회귀 모델이 있다고 가정합니다. 로짓 ( p ) = β0+ β1엑스1+ β2엑스2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} 가요 이벤트 확률 때 X (1) = 0 및 X 2 = 0 ? 다시 말해서, x 1 과 x 2 가 가장 낮은 레벨 일 때 (이것이 0이 아니더라도) 이벤트 …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.