Als «logit» getaggte Fragen

Bezieht sich allgemein auf statistische Verfahren, die die logistische Funktion nutzen, am häufigsten verschiedene Formen der logistischen Regression

2
Binäre Modelle (Probit und Logit) mit einem logarithmischen Offset
Hat jemand eine Ableitung, wie ein Offset in binären Modellen wie probit und logit funktioniert? Bei meinem Problem kann das Nachverfolgungsfenster unterschiedlich lang sein. Angenommen, die Patienten erhalten zur Behandlung eine prophylaktische Spritze. Die Aufnahme erfolgt zu unterschiedlichen Zeiten. Wenn das Ergebnis also ein binärer Indikator dafür ist, ob es …
1
Vorhersage des geordneten Logits in R.
Ich versuche eine geordnete Logit-Regression durchzuführen. Ich führe das Modell so aus (nur ein dummes kleines Modell, das die Anzahl der Unternehmen auf einem Markt anhand von Einkommens- und Bevölkerungsmaßen schätzt). Meine Frage betrifft Vorhersagen. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Wenn ich "Vorhersagen" ausführe (mit denen ich versuche, das vorhergesagte …
6
Vorhersage nach Ausführung der mlogit-Funktion in R.
predictFolgendes möchte ich tun, aber es scheint keine Methode für den mlogit zu geben. Irgendwelche Ideen? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)
2
Warum werden potenzierte logistische Regressionskoeffizienten als „Odds Ratios“ betrachtet?
Die logistische Regression modelliert die logarithmischen Quoten eines Ereignisses als eine Reihe von Prädiktoren. Das heißt, log (p / (1-p)), wobei p die Wahrscheinlichkeit eines Ergebnisses ist. Daher muss die Interpretation der rohen logistischen Regressionskoeffizienten für eine Variable (x) auf der logarithmischen Quotenskala liegen. Das heißt, wenn der Koeffizient für …
1
Logistische Regression gegen Chi-Quadrat in einer 2x2- und Ix2-Kontingenztabelle (Einzelfaktor - binäre Antwort)?
Ich versuche, die Verwendung der logistischen Regression in 2x2- und Ix2-Kontingenztabellen zu verstehen. Verwenden Sie dies beispielsweise als Beispiel Was ist der Unterschied zwischen der Verwendung des Chi-Quadrat-Tests und der Verwendung der logistischen Regression? Was ist mit einer Tabelle mit mehreren nominalen Faktoren (Ix2-Tabelle) wie folgt: Es gibt eine ähnliche …
2
Parametrisches, semiparametrisches und nichtparametrisches Bootstrapping für gemischte Modelle
Die folgenden Transplantate stammen aus diesem Artikel . Ich bin ein Neuling im Bootstrap und versuche, das parametrische, semiparametrische und nichtparametrische Bootstrapping-Bootstrapping für ein lineares gemischtes Modell mit R bootPaket zu implementieren. R-Code Hier ist mein RCode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
1
Welche Interpretation haben die Parameter eines verallgemeinerten linearen Modells mit Effektcodierung?
library(lme4) out <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial, contrasts = list(period = "contr.sum")) summary(out) Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.32337 0.22129 -10.499 < 2e-16 *** period1 0.92498 0.18330 5.046 4.51e-07 *** period2 -0.06698 0.22845 -0.293 …
3
logit - Koeffizienten als Wahrscheinlichkeiten interpretieren
Mir scheinen wichtige Informationen zu fehlen. Mir ist bekannt, dass der logistische Regressionskoeffizient in log (Quoten) angegeben ist, der so genannten Logit-Skala. Daher wird zur Interpretation exp(coef)genommen und ergibt OR, das Odds Ratio. Wenn ist, lautet die Interpretation wie folgt: Für eine Erhöhung der Kovariate eine Einheit beträgt das logarithmische …
4
Ist Nichtstationarität in Logit / Probit wichtig?
Ich möchte fragen - ich verwende logit, um zu untersuchen, ob einige Variablen das Risiko von Währungskrisen verbessern. Ich habe jährliche Daten aus dem Jahr 1980 für viele Länder (unausgeglichenes Panel), Dummy-Variable ist 1, wenn Währungskrisen begonnen haben (gemäß meiner Definition), andernfalls 0. Erklärende Variablen sind nach einigen Theorien wie …
8 logit  probit 
3
Alternativen zum multinomialen Logit-Modell
Ich versuche, ein Modell der Berufswahl mit drei Wahlmöglichkeiten abzuschätzen. Gibt es Alternativen zur Verwendung der multinomialen logistischen Regression beim Umgang mit solchen ungeordneten kategorialen Ergebnissen? Beim Umgang mit binär abhängigen Variablen scheint es mehrere Möglichkeiten zu geben, wie das LPM-Modell sowie das binäre Probit- und Logit-Modell. Beim Umgang mit …
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.