Als «deviance» getaggte Fragen

Die Abweichung ist doppelt so groß wie die Differenz zwischen der maximal erreichbaren Log-Wahrscheinlichkeit und der unter dem angepassten Modell erreichten.

3
Was ist Abweichung? (speziell im WARENKORB / Teil)
Was ist "Abweichung", wie wird sie berechnet und wie werden sie in verschiedenen Bereichen der Statistik verwendet? Insbesondere interessiere ich mich persönlich für die Verwendung in CART (und die Implementierung in rpart in R). Ich frage dies, da der Wiki-Artikel etwas zu wünschen übrig lässt und Ihre Einsichten sehr willkommen …
45 r  cart  rpart  deviance 
2
Logistische Regression: Bernoulli vs. Binomial Response Variables
Ich möchte eine logistische Regression mit der folgenden Binomialantwort und mit und als meinen Prädiktoren durchführen. X1X1X_1X2X2X_2 Ich kann die gleichen Daten wie Bernoulli-Antworten im folgenden Format präsentieren. Die logistischen Regressionsausgaben für diese beiden Datensätze sind größtenteils gleich. Die Abweichungsreste und der AIC sind unterschiedlich. (Der Unterschied zwischen der Nullabweichung …
1
Fehlermetriken zur Kreuzvalidierung von Poisson-Modellen
Ich überprüfe ein Modell, das versucht, eine Zählung vorherzusagen. Wenn dies ein Problem mit der binären Klassifizierung wäre, würde ich die Out-of-Fold-AUC berechnen, und wenn dies ein Regressionsproblem wäre, würde ich den Out-of-Fold-RMSE oder MAE berechnen. Welche Fehlermetriken kann ich für ein Poisson-Modell verwenden, um die "Genauigkeit" der Vorhersagen außerhalb …
1
Berechnung der Wiederholbarkeit von Effekten aus einem früheren Modell
Ich bin gerade auf diese Arbeit gestoßen , in der beschrieben wird, wie die Wiederholbarkeit (auch bekannt als Zuverlässigkeit, auch bekannt als Intraclass-Korrelation) einer Messung über Mixed-Effects-Modellierung berechnet wird. Der R-Code wäre: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
1
Logistische Regression: So erhalten Sie ein gesättigtes Modell
Ich habe gerade über das Abweichungsmaß für die logistische Regression gelesen. Der Teil, der als gesättigtes Modell bezeichnet wird, ist mir jedoch nicht klar. Ich habe eine umfangreiche Google-Suche durchgeführt, aber keines der Ergebnisse hat meine Frage beantwortet. Bisher habe ich herausgefunden, dass ein gesättigtes Modell für jede Beobachtung einen …
1
Pearson VS Deviance Residuen in der logistischen Regression
Ich weiß, dass standardisierte Pearson-Residuen auf traditionelle probabilistische Weise erhalten werden: rich= yich- πichπich( 1 - πich)--------√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} und Abweichungsreste werden auf statistischere Weise erhalten (der Beitrag jedes Punktes zur Wahrscheinlichkeit): dich= sich- 2 [ yichLogπich^+ ( 1 - yich) log( 1 - πich) ]--------------------------√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i …
1
Warum bedeutet das Hinzufügen eines Verzögerungseffekts eine Abweichung in einem Bayes'schen hierarchischen Modell?
Hintergrund: Ich arbeite gerade daran, verschiedene Bayesianische Hierarchiemodelle zu vergleichen. Die Daten sind numerische Maße für das Wohlbefinden des Teilnehmers i und die Zeit j . Ich habe ungefähr 1000 Teilnehmer und 5 bis 10 Beobachtungen pro Teilnehmer.yich jyichjy_{ij}ichichijjj Wie bei den meisten longitudinalen Datensätzen erwarte ich eine Form der …
3
Ist in einem GLM die Log-Wahrscheinlichkeit des gesättigten Modells immer Null?
Als Teil der Ausgabe eines verallgemeinerten linearen Modells werden die Null- und Restabweichung verwendet, um das Modell zu bewerten. Die Formeln für diese Größen werden häufig als Log-Wahrscheinlichkeit des gesättigten Modells ausgedrückt. Beispiel: /stats//a/113022/22199 , Logistic Regression: So erhalten Sie ein gesättigtes Modell Das gesättigte Modell ist, soweit ich es …
1
R-Quadrat im linearen Modell versus Abweichung im verallgemeinerten linearen Modell?
Hier ist mein Kontext für diese Frage: Soweit ich weiß, können wir keine gewöhnliche Regression der kleinsten Quadrate in R ausführen, wenn wir gewichtete Daten und das surveyPaket verwenden. Hier müssen wir verwenden svyglm(), die stattdessen ein verallgemeinertes lineares Modell ausführt (was das gleiche sein kann? Ich bin hier in …
1
Maß für die "Abweichung" für Poisson ohne Inflation oder negatives Binomial ohne Inflation?
Eine skalierte Abweichung, definiert als D = 2 * (logarithmische Wahrscheinlichkeit eines gesättigten Modells minus logarithmische Wahrscheinlichkeit eines angepassten Modells), wird häufig als Maß für die Anpassungsgüte in GLM-Modellen verwendet. Die erklärte prozentuale Abweichung, definiert als [D (Nullmodell) - D (angepasstes Modell)] / D (Nullmodell), wird manchmal auch als GLM-Analogon …
2
Genaue Definition des Abweichungsmaßes im glmnet-Paket mit Kreuzvalidierung?
Für meine aktuelle Forschung verwende ich die Lasso-Methode über das glmnet-Paket in R für eine binomialabhängige Variable. In glmnet wird das optimale Lambda durch Kreuzvalidierung ermittelt und die resultierenden Modelle können mit verschiedenen Maßnahmen verglichen werden, z. B. Fehlklassifizierungen oder Abweichungen. Meine Frage: Wie genau ist Abweichung in glmnet definiert? …
1
Abweichung gegen Pearson Passgenauigkeit
Ich versuche, ein Modell mit negativer Binomialregression (negatives Binomial-GLM) zu entwickeln. Ich habe eine relativ kleine Stichprobengröße (größer als 300) und die Daten sind nicht skaliert. Mir ist aufgefallen, dass es zwei Möglichkeiten gibt, die Anpassungsgüte zu messen - eine Abweichung und die Pearson-Statistik. Wie kann ich bestimmen, welches Maß …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.