«logistic» 태그된 질문

family = "binomial"과 함께 glm에서 무게가 어떻게 작동하는지 매우 혼동됩니다. 내 이해에 따르면 family = "binomial"인 glm의 가능성은 다음과 같이 지정됩니다. f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + \log {n \choose ny}\right) 여기서 yyy 는 "관측 성공률"이고 nnn 은 …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

베이지안 올가미를 설명하는 수학이 많은 논문이 있지만, 사용할 수있는 올바른 JAGS 코드를 테스트하고 싶습니다. 누군가 정규화 된 로지스틱 회귀를 구현하는 샘플 BUGS / JAGS 코드를 게시 할 수 있습니까? 모든 체계 (L1, L2, Elasticnet)는 훌륭하지만 Lasso가 선호됩니다. 흥미로운 대안적인 구현 전략이 있는지 궁금합니다.

14 bayesian  logistic  lasso  jags  regularization 

이것은 내 동료들과 함께 연습이나 방법에 관한 질문입니다. 로지스틱 회귀 모델을 만드는 동안 사람들이 범주 형 변수 (또는 비닝되는 연속 형 변수)를 각각의 증거 가중치 (WoE)로 대체하는 것을 보았습니다. 이것은 회귀 변수와 종속 변수 사이의 단조로운 관계 를 설정하기 위해 수행됩니다 . 내가 이해하는 한 모델이 만들어지면 방정식의 변수는 데이터 …

14 regression  logistic  categorical-data  modeling 

SAS의 데이터에 로지스틱 회귀를 적용했으며 여기에 ROC 곡선 및 분류 표가 있습니다. 나는 분류 표의 수치에 익숙하지만 roc 곡선과 그 아래 영역이 무엇을 나타내는 지 정확히 알지 못합니다. 모든 설명은 크게 감사하겠습니다.

14 regression  logistic  classification  roc 

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 …

14 logistic  interpretation  intercept 

로지스틱 회귀 분석의 과대 산포 개념을 다루려고합니다. 과분 산은 반응 변수의 분산이 이항 분포에서 예상되는 것보다 클 때 관찰됩니다. 그러나 이항 변수에 두 개의 값 (1/0) 만있을 수있는 경우 어떻게 평균과 분산을 가질 수 있습니까? 나는 x 번의 Bernoulli 시행에서 성공의 평균과 분산을 계산하는 것이 좋습니다. 그러나 두 가지 값만 …

14 logistic  variance  binomial  mean  overdispersion 

이항 결과 와이∈ { 0 , 1 }엔y∈{0,1}ny\in\{0,1\}^n 및 일부 예측 변수 행렬 X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} 갖는 데이터 세트가 주어지면 표준 로지스틱 회귀 모델 은 이항 우도를 최대화하는 계수 βMLEβMLE\beta_{MLE} 를 추정 합니다. XXX 가 전체 순위 일 때 βMLEβMLE\beta_{MLE} 는 유일하다; 완벽한 분리가 없으면 유한합니다. 이 최대 우도 모델이 ROC …

13 logistic  maximum-likelihood  auc 

일반적으로 로지스틱 회귀 분석에서는 모형에 적합하고 훈련 세트에 대한 예측을 얻습니다. 그런 다음 훈련 예측 ( 여기서 와 같은 ) 을 교차 검증 하고 ROC 곡선과 같은 것을 기반으로 최적의 임계 값을 결정합니다. 실제 모델에 임계 값의 교차 검증을 통합하고 전체를 전체적으로 학습하지 않는 이유는 무엇입니까?

13 logistic  cross-validation  optimization  roc  threshold 

(이진) 로지스틱 회귀 분석에서 예측 된 클래스는 모델에 의해 생성 된 클래스 멤버쉽 확률에 대한 임계 값을 사용하여 결정됩니다. 내가 이해하는 것처럼 일반적으로 0.5가 기본적으로 사용됩니다. 그러나 임계 값을 변경하면 예측 분류가 변경됩니다. 임계 값이 하이퍼 파라미터라는 의미입니까? 그렇다면 (예를 들어) scikit-learn의 GridSearchCV방법을 사용하여 임계 값 그리드를 쉽게 검색 할 …

13 machine-learning  logistic  scikit-learn  hyperparameter 

최근에 나는 경제학 (나는 익숙하지 않은 분야)에 관한 몇 가지 논문을 읽어야했다. 내가 주목 한 한 가지는 응답 변수가 이진 일지라도 OLS를 사용하여 피팅 된 선형 회귀 모델은 어디에나 있다는 것입니다. 내 질문은 따라서 : 경제학 분야에서 로지스틱 회귀와 같이 왜 선형 회귀가 선호됩니까? 이것은 단순히 일반적인 관행입니까 아니면 적극적으로 …

13 regression  logistic  econometrics 

내가 아는 한, 로지스틱 모델과 분수 응답 모델 (frm)의 차이점은 frm이 [0,1]이지만 로지스틱이 {0, 1} 인 종속 변수 (Y)입니다. 또한 frm은 유사 가능성 추정기를 사용하여 모수를 결정합니다. 일반적으로로 glm로지스틱 모델을 얻는 데 사용할 수 있습니다 glm(y ~ x1+x2, data = dat, family = binomial(logit)). frm의 경우로 변경 family = binomial(logit)됩니다 …

13 r  logistic  generalized-linear-model  quasi-likelihood 

나는 물류 모델을 연구하고 있으며 결과를 평가하는 데 어려움을 겪고 있습니다. 내 모델은 이항 로짓입니다. 내 설명 변수는 15 레벨의 범주 변수, 이분법 변수 및 2 개의 연속 변수입니다. 내 N은 8000보다 큽니다. 투자하려는 기업의 결정을 모형화하려고합니다. 종속 변수는 투자 (예 / 아니오)이며 15 단계 변수는 관리자가보고 한 투자에 다른 …

13 r  logistic  goodness-of-fit  roc 

로지스틱 회귀 모델을 다음과 같은 형식으로 실행하고 있습니다. lmer(response~1+(1|site), family=binomial, REML = FALSE) 일반적으로 절편 및 잔차 분산에서 ICC를 계산하지만 모형 요약에는 잔차 분산이 포함되지 않습니다. 이것을 어떻게 계산합니까?

13 logistic  lme4-nlme  glmm 

로지스틱 회귀 모델 (R의 glm)에서 내 예측은 예상 한대로 0과 1 사이로 제한되지 않습니다. 로지스틱 회귀 분석에 대한 나의 이해는 입력 및 모델 매개 변수가 선형으로 결합되고 로짓 링크 함수를 사용하여 반응이 확률로 변환된다는 것입니다. 로짓 함수는 0과 1 사이에 경계가 있기 때문에 예측이 0과 1 사이에 경계가있을 것으로 예상했습니다. …

13 r  regression  logistic  generalized-linear-model 

추적 관찰 기간이 다른 환자 집단이 있습니다. 지금까지 나는 시간 측면을 무시하고 이진 결과 질병 / 무병을 모델링해야합니다. 나는 일반적으로이 연구에서 로지스틱 회귀를 수행하지만, 내 다른 동료는 포아송 회귀가 적절한 지 물었다. 나는 그것을 포아송에 포함시키지 않았으며,이 설정에서 포아송을 수행 할 때의 이점과 단점이 로지스틱 회귀와 비교 될지 확실하지 않았다. …

13 logistic  poisson-distribution