Nach meinem Verständnis ist der potenzierte Beta-Wert aus einer logistischen Regression das Odds Ratio dieser Variablen für die abhängige interessierende Variable. Der Wert stimmt jedoch nicht mit dem manuell berechneten Quotenverhältnis überein. Mein Modell prognostiziert Stunting (ein Maß für Unterernährung) unter anderem anhand von Versicherungen. // Odds ratio from LR, …
Ich versuche, den besten Weg zu finden, um den Zahlungsbetrag für ein Inkassobüro vorherzusagen. Die abhängige Variable ist nur dann ungleich Null, wenn eine Zahlung erfolgt ist. Verständlicherweise gibt es eine überwältigende Anzahl von Nullen, da die meisten Menschen nicht erreicht werden können oder die Schulden nicht zurückzahlen können. Es …
Ich habe das Modell für die logistische Regression für mehrere Klassen erhalten, das von gegeben ist P(Y=j|X(i))=exp(θTjX(i))1+∑km=1exp(θTmX(i))P(Y=j|X(i))=exp(θjTX(i))1+∑m=1kexp(θmTX(i)) P(Y=j|X^{(i)}) = \frac{\exp(\theta_j^TX^{(i)})}{1+ \sum_{m=1}^{k}\exp(\theta_m^T X^{(i)})} Dabei ist k die Anzahl der Klassen. Theta ist der zu schätzende Parameter. j ist die j-te Klasse. Xi sind die Trainingsdaten Eine Sache, die ich nicht verstanden …
Ich versuche, den Erfolg oder Misserfolg von Schülern anhand einiger Funktionen mit einem logistischen Regressionsmodell vorherzusagen. Um die Leistung des Modells zu verbessern, habe ich bereits darüber nachgedacht, die Schüler anhand offensichtlicher Unterschiede in verschiedene Gruppen aufzuteilen und für jede Gruppe separate Modelle zu erstellen. Aber ich denke, es könnte …
Ich versuche herauszufinden, ob einfache Wahrscheinlichkeiten für mein Problem funktionieren oder ob es besser ist, komplexere Methoden wie die logistische Regression zu verwenden (und etwas darüber zu lernen). Die Antwortvariable in diesem Problem ist eine binäre Antwort (0, 1). Ich habe eine Reihe von Prädiktorvariablen, die alle kategorisch und ungeordnet …
Gibt es bestimmte Annahmen bezüglich der Fehler für die logistische Regression, wie die konstante Varianz der Fehlerterme und die Normalität der Residuen? Entfernen Sie diese normalerweise auch, wenn Sie Punkte haben, deren Kochabstand größer als 4 / n ist? Wenn Sie sie entfernen, wie können Sie feststellen, ob das Modell …
Ich modelliere einige Daten, bei denen ich denke, dass ich zwei gekreuzte zufällige Effekte habe. Der Datensatz ist jedoch nicht ausgewogen, und ich bin mir nicht sicher, was getan werden muss, um dies zu berücksichtigen. Meine Daten sind eine Reihe von Ereignissen. Ein Ereignis tritt auf, wenn sich ein Client …
Ich erstelle ein Neigungsmodell unter Verwendung der logistischen Regression für einen Utility-Client. Ich mache mir Sorgen, dass meine "schlechten" Konten von der Gesamtstichprobe nur 5% betragen und der Rest alle gut sind. Ich sage "schlecht" voraus. Wird das Ergebnis verzerrt sein? Was ist das optimale Verhältnis von schlecht zu gut, …
Kürzlich habe ich Platt's Skalierung von SVM-Ausgaben verwendet, um die Wahrscheinlichkeiten von Standardereignissen abzuschätzen. Direktere Alternativen scheinen "Kernel Logistic Regression" (KLR) und die zugehörige "Import Vector Machine" zu sein. Kann jemand sagen, welche Kernel-Methode, die Wahrscheinlichkeitsausgaben liefert, derzeit Stand der Technik ist? Gibt es eine R-Implementierung von KLR? Vielen Dank …
Ich muss eine binäre logistische Regression mit vielen unabhängigen Variablen durchführen. Die meisten von ihnen sind binär, aber einige der kategorialen Variablen haben mehr als zwei Ebenen. Was ist der beste Weg, um mit solchen Variablen umzugehen? Für eine Variable mit drei möglichen Werten müssen beispielsweise zwei Dummy-Variablen erstellt werden. …
Ich bin verwirrt von Aussagen auf einer UCLA-Webseite über die logistische Regression mit gemischten Effekten. Sie zeigen eine Tabelle mit festen Effektkoeffizienten aus der Anpassung eines solchen Modells, und der folgende erste Absatz scheint die Koeffizienten genau wie eine normale logistische Regression zu interpretieren. Aber wenn sie über Quotenverhältnisse sprechen, …
Ich habe die sklearn-Dokumentation durchgearbeitet, kann jedoch den Zweck dieser Funktionen im Kontext der logistischen Regression nicht verstehen. Denn decision_functiones heißt, dass es der Abstand zwischen der Hyperebene und der Testinstanz ist. Wie sind diese speziellen Informationen nützlich? und wie hängt das mit predictund predict-probamethoden zusammen?
Ich habe diesen Beitrag gefunden: Ja. Der Koeffizient spiegelt die Änderung der logarithmischen Quoten für jedes Inkrement der Änderung des ordinalen Prädiktors wider. Diese (sehr häufige) Modellspezifikation geht davon aus, dass der Prädiktor über seine Inkremente einen linearen Einfluss hat. Um die Annahme zu testen, können Sie ein Modell, in …
Bei der logistischen Regression bedeutet ein Odds Ratio von 2, dass das Ereignis bei einer Erhöhung des Prädiktors um eine Einheit 2-mal wahrscheinlicher ist. Bei der Cox-Regression bedeutet eine Hazard Ratio von 2, dass das Ereignis zu jedem Zeitpunkt doppelt so häufig auftritt, wenn der Prädiktor um eine Einheit erhöht …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.