«logistic» 태그된 질문

나는 로지스틱 회귀 분석과 매우 유사하다 회귀 (다른 계수 사실 로지스틱 회귀 분석에 계수를 계산하려면 : 경우A는주어질 수있다). 계수를 계산하기 위해 GMM을 사용하려고 생각했지만 사용해야하는 모멘트 조건이 무엇인지 잘 모르겠습니다.ㅏ1 + 전자− ( b0+ b1엑스1+ b2엑스2+ … ),A1+e−(b0+b1x1+b2x2+…), \frac{A}{1 + e^{- (b_0 + b_1 x_1 + b_2 x_2 + \ldots)}},ㅏAA …

13 logistic  generalized-moments 

공변량 및 이진 결과 변수 가 있다고 가정 합니다. 이러한 공변량 중 일부는 여러 수준으로 범주 형입니다. 다른 것들은 연속적입니다. "최상의"모델을 어떻게 선택 하시겠습니까? 즉, 모형에 포함 할 공변량을 어떻게 선택합니까?x 1 , … , x n y엔nn엑스1, … , x엔x1,…,xnx_1, \dots, x_n와이yy 간단한 로지스틱 회귀 분석을 사용하여 각 공변량으로 …

13 logistic  regression-strategies 

이 질문은 물류 모델이 충분한 지 결정하는 방법에 대한 실제 혼란에서 비롯됩니다. 종속 변수로 형성된 후 2 년 후에 개별 프로젝트 쌍의 상태를 사용하는 모델이 있습니다. 결과는 성공적이거나 (1) 그렇지 않습니다 (0). 쌍 형성시 측정 된 독립 변수가 있습니다. 내 목표는 내가 가정 한 변수가 쌍의 성공에 영향을 미치는지 여부를 …

13 r  logistic  goodness-of-fit  residuals 

건강 문제를 예측하고 싶습니다. '정상', '가벼운'및 '심각한'의 3 가지 결과 범주가 있습니다. 나는이 문제 (예 또는 아니오)와 함께 두 개의 예측 변수, 테스트 결과 (연속, 간격 공변량) 및 가족 이력으로부터 이것을 예측하고 싶습니다. 필자의 샘플에서 확률은 55 % (정상), 35 % (가벼움) 및 10 % (심각)입니다. 이런 의미에서, 나는 항상 …

13 logistic  ordered-logit 

다음과 같은 로지스틱 회귀 출력이 있습니다. Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.5716 0.1734 3.297 0.000978 *** R1 -0.4662 0.2183 -2.136 0.032697 * R2 -0.5270 0.2590 -2.035 0.041898 * 이를 다음과 같은 방식으로보고하는 것이 적절합니다. 베타 계수, 승산 비, Z 값, P 값. 그렇다면 홀수 비율을 어떻게 얻을 …

13 logistic 

"기본 통계"개념 질문이 있습니다. 학생으로서 나는 이것이 완전히 잘못 생각하고 있는지, 왜 그렇게 생각하는지 알고 싶습니다. 하자 내가 가설 이혼 "분노 관리 문제"사이의 관계를보고 말을하려고 말 (예 / 아니오) 로지스틱 회귀와 나는 두 개의 서로 다른 분노 관리 점수를 사용하는 옵션이 - (100)의 모두 밖으로 점수 1 설문지 평가 도구 …

13 regression  logistic 

SPSS의 데이터 집합에 대해 단계별 로지스틱 회귀 분석을 적용하고 있습니다. 이 절차에서는 모델을 대략 임의의 하위 집합에 맞 춥니 다. 전체 표본의 60 %, 약 330 건입니다. 내가 흥미로운 점은 데이터를 다시 샘플링 할 때마다 최종 모델에서 다른 변수가 나타나고 나오는 것입니다. 최종 모형에는 항상 소수의 예측 변수가 있지만 표본에 …

13 logistic  spss  stepwise-regression 

물류 모델을 실행 중입니다. 실제 모델 데이터 세트에는 100 개 이상의 변수가 있지만 약 25 개의 변수가있는 테스트 데이터 세트를 선택하고 있습니다. 그 전에 8-9 변수가있는 데이터 세트를 만들었습니다. AIC 및 SC 값을 사용하여 모델을 비교할 수 있다고 들었습니다. 변수의 p 값이 낮더라도 (예 : 0053) 모델의 SC 값이 더 …

13 model-selection  logistic  aic 

에서 R의 사용을위한 회귀 입력 데이터를 포맷하기위한 세 가지 방법이있다 glm기능 : 데이터는 각 관측치에 대해 "이진"형식 일 수 있습니다 (예 : 각 관측치에 대해 y = 0 또는 1). 데이터는 "Wilkinson-Rogers"형식 일 수 있으며 (예를 들어, y = cbind(success, failure)각 행은 하나의 처리를 나타냄); 또는 데이터는 각 관측치에 대한 …

13 r  logistic  generalized-linear-model 

저는 Cousera의 DeepAI 과정 (3 주 비디오 1 "Neural Networks 개요")을 통해 진행하고 Andrew Ng는 신경망의 각 계층이 또 다른 로지스틱 회귀 분석 방법을 설명하고 있지만 어떻게 이것이 더 정확한지 설명하지는 않습니다. 2 계층 네트워크에서 물류를 여러 번 계산하는 것이 어떻게 더 정확 해 집니까?

13 logistic  neural-networks 

을 사용하여 모델 튜닝을 수행 caret했지만 gbm패키지를 사용하여 모델을 다시 실행했습니다 . caret패키지가 사용 gbm하고 출력이 동일해야한다는 것을 이해합니다 . 그러나 data(iris)RMSE와 R ^ 2를 평가 지표로 사용하면 약 5 %의 모델에서 불일치가 발생합니다. 부분 종속성 플롯을 사용 하기 위해 최적의 모델 성능을 찾고 caret싶지만 다시 실행 하고 싶습니다 gbm. …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

PREFACE : 컷오프 사용의 장점 또는 컷오프 선택 방법에 대해서는 신경 쓰지 않습니다. 내 질문은 순전히 수학적이며 호기심 때문입니다. 로지스틱 회귀는 클래스 A 대 클래스 B의 사후 조건부 확률을 모델링하며 사후 조건부 확률이 동일한 초평면에 적합합니다. 따라서 이론적으로 0.5 분류 포인트는 사후 확률을 모델링하기 때문에 (균일 한 동일한 클래스 비율이 …

13 logistic  predictive-models  unbalanced-classes 

Firth 로지스틱 회귀 분석 (로지스틱 회귀 분석에서 완전 / 완전 또는 준-완전 분리를 처리하는 방법)을 이해하려고하므로 다른 사람들에게 단순화 된 용어로 설명 할 수 있습니다. 누구든지 Firth 추정이 MLE에 어떤 수정을했는지에 대한 간단한 설명이 있습니까? 나는 최선을 다해 Firth (1993)를 읽었으며 점수 함수에 수정이 적용되고 있음을 이해합니다. 나는 교정의 기원과 …

13 logistic  maximum-likelihood  separation 

저는 현재 Kruschke의 "Doing Bayesian Data Analysis"책을 읽고 있습니다. 그러나 계층 적 로지스틱 회귀 (20 장) 장은 다소 혼란 스럽다. 그림 20.2는 Bernoulli 매개 변수가 S 자형 함수를 통해 변환 된 계수에 대한 선형 함수로 정의되는 계층 적 로지스틱 회귀 분석을 설명합니다. 이것은 다른 소스에서도 온라인에서 본 대부분의 예에서 계층 …

13 regression  bayesian  logistic  multilevel-analysis 

R을 사용하여 다중 로지스틱 회귀 분석을 수행하고 glm있습니다. 예측 변수는 연속적이고 범주 적입니다. 모델 요약을 추출하면 다음이 표시됩니다. Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 2.451e+00 2.439e+00 1.005 0.3150 Age 5.747e-02 3.466e-02 1.658 0.0973 . BMI -7.750e-02 7.090e-02 -1.093 0.2743 ... --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 …

13 r  logistic  interpretation  p-value