«regression-strategies» 태그된 질문

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 

로지스틱 회귀 분석의 가정 중 하나는 로짓의 선형성입니다. 일단 모델을 설치하고 실행하면 Box-Tidwell 테스트를 사용하여 비선형 성을 테스트합니다. 내 연속 예측 변수 (X) 중 하나가 비선형성에 대해 양성으로 테스트되었습니다. 다음에 무엇을해야합니까? 이것은 가정을 위반하므로 예측 변수 (X)를 제거하거나 비선형 변환 (X * X)을 포함해야합니다. 아니면 변수를 범주 형으로 변환합니까? 참조가 …

13 regression  logistic  references  assumptions  regression-strategies 

성향 점수 매칭은 관찰 연구에서 인과 추론을 만드는 데 사용됩니다 ( Rosenbaum / Rubin 논문 참조 ). 왜 작동하는지에 대한 간단한 직감은 무엇입니까? 다시 말해, 치료에 참여할 확률이 두 그룹에 대해 동일한 지 확인하는 경우 혼란스러운 효과가 사라지고 결과를 사용하여 치료에 대한 인과적인 결론을 내릴 수있는 이유는 무엇입니까?

13 causality  regression-strategies  propensity-scores  confounding 

로지스틱 회귀 분석에서 연속 예측 변수에 대한 로짓에 대한 선형성의 가정과 혼동됩니다. 일 변량 로지스틱 회귀 분석을 사용하여 잠재적 예측 변수를 스크리닝하는 동안 선형 관계를 확인해야합니까? 제 경우에는 다중 로지스틱 회귀 분석을 사용하여 참가자의 영양 상태 (이 분적 결과)와 관련된 요인을 식별하고 있습니다. 연령, Charlson 동 반성 점수, Barthel 지수 …

13 regression  logistic  assumptions  splines  regression-strategies 

나는 현재 분류를 수행하는 방법을 스스로 가르치고 있으며, 특히 벡터 머신, 신경망 및 로지스틱 회귀를 지원하는 세 가지 방법을 찾고 있습니다. 내가 이해하려고하는 것은 로지스틱 회귀가 다른 두 가지보다 더 나은 성능을 보이는 이유입니다. 로지스틱 회귀에 대한 이해에서 로지스틱 함수를 전체 데이터에 맞추는 것이 아이디어입니다. 따라서 내 데이터가 이진 인 …

12 regression  machine-learning  logistic  classification  regression-strategies 

Montgomery, Peck 및 Vining의 선형 회귀 분석 소개를 사용하여 선형 회귀를 배우고 있습니다. 데이터 분석 프로젝트를 선택하고 싶습니다. 설명 회귀 변수와 반응 변수 사이에 선형 기능 관계가 있다고 의심되는 경우에만 선형 회귀가 적합하다는 순진한 생각을했습니다. 그러나 많은 실제 응용 프로그램이이 기준을 충족시키는 것 같지는 않습니다. 그러나 선형 회귀는 매우 널리 …

12 regression  data-transformation  model  linear  regression-strategies 

나는 질문과 그 답을 언급하고 있습니다 : 로지스틱 회귀에서 개발 된 모델의 예측 능력을 비교하는 방법은 무엇입니까? @Clark Chong의 답변 및 @Frank Harrell의 답변 / 댓글. 그리고 Hosmer-Lemeshow 테스트에서 의 자유도χ2χ2\chi^2 및 질문에 대한 질문 . 나는 DW Hosmer, T. Hosmer, S. Le Cessie, S. Lemeshow 논문, "물류 회귀 모형에 …

12 hypothesis-testing  logistic  predictive-models  regression-strategies  hosmer-lemeshow-test 

문헌에서 두 용어는 종종 동의어 또는 짜여져 사용됩니다. 나는 지금 두 용어 사이에 분명한 차이점을 찾으려고 노력하고 있습니다. 내 관점에서 가설은 일반적으로 모델을 통해 표현됩니다. 따라서 우리는 귀무 가설 대 대안 가설을 검정하더라도 내 관점에서 모델 선택을 수행합니다. 누군가이 차이점에 대해 직관적으로 설명 할 수 있습니까?

12 hypothesis-testing  model-selection  regression-strategies 

영국의 두부 외상 데이터베이스에 대한 소급 데이터를 기반으로 로지스틱 회귀 모델을 개발하고 있습니다. 주요 결과는 30 일 사망률입니다 ( "생존"척도로 표시). 이전 연구 결과에 중대한 영향을 미친다는 증거가 발표 된 다른 조치는 다음과 같습니다. Year - Year of procedure = 1994-2013 Age - Age of patient = 16.0-101.5 ISS - …

12 r  logistic  generalized-linear-model  goodness-of-fit  regression-strategies 

I, 즉 세 개의 변수 (365)의 관찰을 포함하는 데이터 세트를 pm, temp그리고 rain. 이제 pm다른 두 변수의 변경에 대한 응답 으로 동작을 확인하고 싶습니다 . 내 변수는 다음과 같습니다 pm10 = 응답 (종속) temp = 예측 자 (독립) rain = 예측 자 (독립적) 다음은 내 데이터의 상관 관계 매트릭스입니다. > …

11 correlation  multiple-regression  multicollinearity  regression-strategies 

기능 선택에 대해 배우고 있습니다. 모델 구축에 왜 이것이 중요하고 유용한 지 알 수 있습니다. 그러나지도 학습 (분류) 작업에 중점을 두겠습니다. 분류 작업에서 기능 선택이 중요한 이유는 무엇입니까? 피처 선택과지도 학습을위한 사용법에 관한 많은 문헌이 있지만, 이것은 당황합니다. 기능 선택은 버릴 기능을 식별하는 것입니다. 직관적으로, 일부 기능을 버리는 것은 자멸적인 …

11 feature-selection  accuracy  regression-strategies 

TB, AIDS와 같은 치명적인 질병이 입원 비용에 얼마나 영향을 미치는지 추정하기 위해 모델을 실행하려고합니다. 나는 의존적 변수로 "입원 당 비용"을, 독립 변수로 다양한 개별 마커를 가지고 있으며, 거의 모두 성별, 세대주, 빈곤 상태 및 병이 있는지 여부에 대한 더미 (더하기 연령)와 같은 더미입니다. 그리고 연령 제곱)과 많은 상호 작용 용어. …

11 generalized-linear-model  zero-inflation  ordered-logit  regression-strategies 

기계 학습 수업에서 LASSO 회귀 분석이 정규화를 사용하기 때문에 기능 선택을 수행하는 방법에 대해 매우 잘 .l1l1l_1 내 질문 : 사람들은 일반적으로 기능 선택을 수행하기 위해 LASSO 모델을 사용합니까 (그리고 다른 기계 학습 모델에 해당 기능을 덤프하도록 진행합니까) 아니면 일반적으로 기능 선택과 실제 회귀를 모두 수행하기 위해 LASSO를 사용합니까? 예를 …

10 feature-selection  lasso  regression-strategies 

로지스틱 회귀를 사용했습니다. 6 가지 기능이 있는데이 분류기의 다른 기능보다 결과에 더 많은 영향을 미치는 중요한 기능을 알고 싶습니다. Information Gain을 사용했지만 사용 된 분류 기준에 의존하지 않는 것 같습니다. 로지스틱 회귀와 같은 특정 분류 기준에 따라 중요도에 따라 기능의 순위를 매기는 방법이 있습니까? 도움을 주시면 감사하겠습니다.

10 logistic  feature-selection  ranking  regression-strategies 

범주 형 변수의 증거 가중치 (WOE) 변환은 언제 유용합니까? 이 예는 WOE 변환 에서 볼 수 있습니다 (따라서, 응답에 대한 ,와 범주 예측기 카테고리, 밖으로 성공 내의 시험 이 예측기의 범주 번째의 용 화가 번째 카테고리는 다음과 같이 정의된다yyykkkyjyjy_jnjnjn_jjjjjjj logyj∑kjyj∑kj(nj−yj)nj−yjlog⁡yj∑jkyj∑jk(nj−yj)nj−yj\log \frac{y_j} {\sum_j^k {y_j}} \frac{\sum_j^k (n_j-y_j)}{n_j-y_j} 변환은 범주 형 예측 변수의 …

10 logistic  categorical-data  regression-strategies