«probit» 태그된 질문

Logit 과 Probit 모델 의 차이점은 무엇입니까 ? 로지스틱 회귀를 사용할시기와 Probit를 언제 사용해야 하는지를 알고 싶습니다. R 을 사용하여 정의한 문헌 이 있으면 도움이 될 것입니다.

299 r  generalized-linear-model  logistic  probit  link-function 

예를 들어 내 문제를 설명하겠습니다. {나이, 성별, 국가, 지역, 도시}와 같은 속성이 주어진 개인의 소득을 예측한다고 가정합니다. 당신은 이와 같은 훈련 데이터 세트를 가지고 있습니다 train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID Age …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

짧은 버전 : 로지스틱 회귀 및 프로 빗 회귀는 관측하기 전에 일정한 임계 값에 따라 이산화되는 연속 잠재 변수를 포함하는 것으로 해석 될 수 있음을 알고 있습니다. 포아송 회귀에 대해 유사한 잠재 변수 해석이 가능한가? 불연속 결과가 두 개 이상일 때 이항 회귀 (예 : 로짓 또는 프로 빗)는 어떻습니까? …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

관측 변수로 인과 관계를 유추하기 위해 도구 변수 분석을 사용하려고합니다. 나는 내 연구에서 내 생성 문제를 해결할 수있는 2 단계 최소 제곱 (2SLS) 회귀를 겪었습니다. 그러나 1 단계는 OLS가되고 2 단계는 2SLS 내에서 프로 빗이되고 싶습니다. 필자는 읽기와 검색을 바탕으로 연구원들이 2SLS 또는 1 단계 프로 빗 및 2 단계 …

15 stata  probit  instrumental-variables  2sls 

로짓 또는 프로 빗 모델에서 선택한 계수의 동시 동등성을 테스트하는 방법은 무엇입니까? 표준 접근법은 무엇이며 최첨단 접근법은 무엇입니까?

14 hypothesis-testing  logit  probit 

누구나 probit 및 logit과 같은 이진 모델에서 오프셋이 어떻게 작동하는지 파생 되었습니까? 내 문제에서 후속 창 길이가 다를 수 있습니다. 환자가 치료법으로 예방 주사를받는다고 가정하십시오. 주사는 다른 시간에 발생하므로 결과가 플레어 발생 여부에 대한 이진 지표 인 경우 일부 사람들이 증상을 나타낼 시간이 더 있다는 사실을 조정해야합니다. 플레어 업의 확률은 …

12 logit  probit  logarithm  offset 

첫 번째 단계는 프로 빗이고 두 번째 단계는 OLS 인 2 단계 IV 회귀 분석을 실행할 수 있다고 들었습니다. 첫 번째 단계는 프로 빗이지만 두 번째 단계는 프로 빗 / 포아송 모델 인 경우 2SLS를 사용할 수 있습니까?

12 binary-data  instrumental-variables  probit  2sls 

누구나 평신도의 관점에서 Probit 및 Logit 모델의 한계 효과를 계산하는 방법을 설명 할 수 있습니까? 나는 통계에 익숙하지 않으며이 두 모델에 대해 혼란스러워합니다.

12 logistic  interpretation  logit  probit 

프로 빗 모델에 맞추기 위해 다음 R 코드를 사용했습니다. p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') 나는 무엇을 알고 싶어 stepwise하고 backward/forward정확하게 수행하는 방법과 변수를 선택?

11 r  probit  stepwise-regression 

따라서 는 잠복 관찰되지 않은 변수이고 이진 모델이 있습니다. 결정한다 과 따라서 내 기기입니다. 요컨대 모델이 있습니다. 오류 용어는 독립적이지 않지만 IV- 프로 빗 모델을 사용합니다.y∗1y1∗y_1^*y1∈{0,1}y1∈{0,1}y_1 \in \{0,1\}y2y2y_2y1y1y_1z2z2z_2y∗1y2y1===δ1z1+α1y2+u1δ21z1+δ22z2+v2=zδ+v21[y∗>0]y1∗=δ1z1+α1y2+u1y2=δ21z1+δ22z2+v2=zδ+v2y1=1[y∗>0]\begin{eqnarray} y_1^*&=& \delta_1 z_1 + \alpha_1 y_2 + u_1 \\ y_2 &=& \delta_{21} z_1 + \delta_{22}z_2 + v_2 = \textbf{z}\delta + v_2 \\ …

10 maximum-likelihood  econometrics  probit 

2SLS 추정기가 이진 내생 변수 ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ) 와 여전히 일관된다는 것을 읽었습니다 . 첫 번째 단계에서는 선형 모델 대신 프로 빗 치료 모델이 실행됩니다. 1 단계가 프로 빗 또는 로짓 모델 인 경우에도 2SLS가 여전히 일관성이 있다는 공식적인 증거가 있습니까? 결과가 이진이면 어떻게 될까요? 이진 결과와 이진 내생 변수가 …

10 probit  instrumental-variables  endogeneity 

간단한 예제를 위해 두 개의 선형 회귀 모델이 있다고 가정합니다. 모델 1은이 세 가지 예측, x1a, x2b, 및x2c 모형 2에는 모형 1의 예측 변수 3 개와 추가 예측 변수 2 개가 x2a있으며x2b 설명 된 모집단 분산이 모형 1의 경우 ρ2( 1 )ρ(1)2\rho^2_{(1)} 이고 모형 2의 경우 모집단 회귀 방정식이 있습니다. …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom