Statistiken und Big Data logistic

1

Berechnen von Vorhersageintervallen für die logistische Regression

Ich möchte verstehen, wie man Vorhersageintervalle für logistische Regressionsschätzungen erzeugt. Mir wurde geraten, die Verfahren in Colletts Modeling Binary Data , 2nd Ed S.98-99, zu befolgen. Nachdem predict.glmich dieses Verfahren implementiert und mit Rs verglichen habe, denke ich, dass dieses Buch das Verfahren zum Berechnen von Konfidenzintervallen und nicht von …

20 r regression confidence-interval logistic prediction-interval

2

Was ist der Unterschied zwischen binomialer und logistischer Regression?

Ich habe die logistische Regression immer als einen speziellen Fall der binomischen Regression betrachtet, bei dem die Verknüpfungsfunktion die logistische Funktion ist (anstelle einer Probit-Funktion). Nach dem Lesen der Antworten auf eine andere Frage, die ich hatte, könnte ich verwirrt sein, und es gibt einen Unterschied zwischen logistischer Regression und …

20 regression logistic binomial

3

Wie richte ich ein multinomiales Logit-Modell in R ein und schätze es?

Ich führte ein multinomiales Logit-Modell in JMP durch und erhielt Ergebnisse, die den AIC sowie Chi-Quadrat-p-Werte für jede Parameterschätzung enthielten. Das Modell hat ein kategoriales Ergebnis und 7 kategoriale erklärende Varianten. Ich passe dann an, was ich dachte, würde dasselbe Modell in R bauen, indem ich die multinomFunktion im nnet- …

20 r logistic multinomial logit jmp

4

Was sind die korrekten Werte für Präzision und Rückruf in Randfällen?

Präzision ist definiert als: p = true positives / (true positives + false positives) Ist es richtig, dass sich die Genauigkeit 1 nähert true positivesund false positivessich 0 nähert? Gleiche Frage zum Rückruf: r = true positives / (true positives + false negatives) Ich führe derzeit einen statistischen Test durch, …

20 precision-recall data-visualization logarithm references r networks data-visualization standard-deviation probability binomial negative-binomial r categorical-data aggregation plyr survival python regression r t-test bayesian logistic data-transformation confidence-interval t-test interpretation distributions data-visualization pca genetics r finance maximum probability standard-deviation probability r information-theory references computational-statistics computing references engineering-statistics t-test hypothesis-testing independence definition r censoring negative-binomial poisson-distribution variance mixed-model correlation intraclass-correlation aggregation interpretation effect-size hypothesis-testing goodness-of-fit normality-assumption small-sample distributions regression normality-assumption t-test anova confidence-interval z-statistic finance hypothesis-testing mean model-selection information-geometry bayesian frequentist terminology type-i-and-ii-errors cross-validation smoothing splines data-transformation normality-assumption variance-stabilizing r spss stata python correlation logistic logit link-function regression predictor pca factor-analysis r bayesian maximum-likelihood mcmc conditional-probability statistical-significance chi-squared proportion estimation error shrinkage application steins-phenomenon

2

Darstellen von Konfidenzintervallen für die vorhergesagten Wahrscheinlichkeiten aus einer logistischen Regression

Ok, ich habe eine logistische Regression und habe die predict()Funktion verwendet, um eine Wahrscheinlichkeitskurve basierend auf meinen Schätzungen zu entwickeln. ## LOGIT MODEL: library(car) mod1 = glm(factor(won) ~ as.numeric(bid), data=mydat, family=binomial(link="logit")) ## PROBABILITY CURVE: all.x <- expand.grid(won=unique(won), bid=unique(bid)) y.hat.new <- predict(mod1, newdata=all.x, type="response") plot(bid<-000:1000,predict(mod1,newdata=data.frame(bid<-c(000:1000)),type="response"), lwd=5, col="blue", type="l") Das ist großartig, …

20 r logistic confidence-interval

2

Ein lineares Modell für ein Verhältnis im Verhältnis zum Prozentsatz erstellen?

Angenommen, ich möchte ein Modell erstellen, um eine Art Verhältnis oder Prozentsatz vorherzusagen. Nehmen wir zum Beispiel an, ich möchte die Anzahl der Jungen und Mädchen vorhersagen, die an einer Party teilnehmen, und Merkmale der Party, die ich im Modell verwenden kann, sind etwa die Menge der Werbung für die …

20 regression logistic

1

Helfen Sie mir, die angepasste Quotenquote in der logistischen Regression zu verstehen

Es fiel mir schwer, die Verwendung der logistischen Regression in einem Papier zu verstehen. Das Papier verfügbar hier verwendet logistische Regression Wahrscheinlichkeit von Komplikationen während der Operation des Grauen Stars zu prognostizieren. Was mich verwirrt, ist, dass das Papier ein Modell vorstellt, das das Odds Ratio von 1 zur Baseline …

20 logistic odds-ratio

3

Logistische Regressionsverzerrung bei seltenen Ereignissen: Wie kann man die unterschätzten p mit einem minimalen Beispiel simulieren?

CrossValidated hat verschiedene Fragen, wann und wie die Selten-Ereignis-Bias-Korrektur von King und Zeng (2001) angewendet werden soll. . Ich suche etwas anderes: eine minimale simulationsbasierte Demonstration, dass der Bias existiert. Insbesondere König und Zeng Zustand "... in Daten zu seltenen Ereignissen können die Wahrscheinlichkeiten bei Stichprobengrößen zu Tausenden erheblich sein …

19 r logistic simulation bias rare-events

2

Was bedeutet der Name "Logistische Regression"?

Von hier aus überprüfe ich eine Implementierung von Logistic Regression . Nachdem ich diesen Artikel gelesen habe, scheint es wichtig zu sein, die besten Koeffizienten für die Bestimmung der Sigmoidfunktion zu finden. Ich frage mich nur, warum diese Methode "Logistische Regression" heißt. Hängt es mit der logarithmischen Funktion zusammen? Vielleicht …

19 regression machine-learning logistic

2

Bedeutung des kategorialen Prädiktors in der logistischen Regression

Ich habe Probleme bei der Interpretation der z-Werte für kategoriale Variablen in der logistischen Regression. Im folgenden Beispiel habe ich eine kategoriale Variable mit 3 Klassen und gemäß dem z-Wert ist CLASS2 möglicherweise relevant, während die anderen nicht relevant sind. Aber was heißt das jetzt? Dass ich die anderen Klassen …

19 r logistic categorical-data feature-selection categorical-encoding

11

Warum wird logistische Regression als Algorithmus für maschinelles Lernen bezeichnet?

Wenn ich in einem maschinellen Lernalgorithmus richtig verstanden habe, muss das Modell aus seiner Erfahrung lernen, dh wenn das Modell die falsche Vorhersage für die neuen Fälle liefert, muss es sich an die neuen Beobachtungen anpassen und mit der Zeit wird das Modell immer besser . Ich sehe nicht, dass …

19 machine-learning logistic random-forest

2

Aktualisierung der Klassifizierungswahrscheinlichkeit in der logistischen Regression über die Zeit

Ich baue ein Vorhersagemodell auf, das die Erfolgswahrscheinlichkeit eines Schülers am Ende eines Semesters vorhersagt. Ich bin speziell daran interessiert, ob der Student erfolgreich ist oder nicht, wobei Erfolg in der Regel als Abschluss des Kurses und Erreichen von 70% oder mehr der insgesamt möglichen Punkte definiert wird. Wenn ich …

19 time-series machine-learning logistic

3

Wie verwendet die logistische Regression die Binomialverteilung?

Ich versuche zu verstehen, wie die logistische Regression die Binomialverteilung verwendet. Angenommen, ich untersuche den Erfolg von Nestern bei Vögeln. Die Wahrscheinlichkeit, dass ein Nest erfolgreich ist, beträgt 0,6. Mit der Binomialverteilung kann ich die Wahrscheinlichkeit für r Erfolge bei n Versuchen berechnen (Anzahl der untersuchten Nester). Aber wie wird …

19 logistic binomial

2

Ist es sinnvoll, die logistische Regression mit binärem Ergebnis und Prädiktor zu verwenden?

Ich habe eine binäre Ergebnisvariable {0,1} und eine Prädiktorvariable {0,1}. Ich bin der Meinung, dass es keinen Sinn macht, logistisch zu arbeiten, wenn ich nicht andere Variablen einbeziehe und die Odds Ratio berechne. Würde die Berechnung der Wahrscheinlichkeit bei einem binären Prädiktor nicht ausreichen, um das Quotenverhältnis zu bestimmen?

18 r regression probability logistic odds-ratio

6

Lineare Regression oder ordinale logistische Regression zur Vorhersage der Weinbewertung (von 0 bis 10)

Ich habe die Weindaten von hier, die aus 11 numerisch unabhängigen Variablen mit einer abhängigen Bewertung bestehen, die jedem Eintrag mit Werten zwischen 0 und 10 zugeordnet sind. Dies macht es zu einem großartigen Datensatz, ein Regressionsmodell zu verwenden, um die Beziehung zwischen den Variablen und den zugeordneten zu untersuchen …

18 r regression logistic ordered-logit

Als «logistic» getaggte Fragen