Eine Trennung tritt auf, wenn einige Klassen eines kategorialen Ergebnisses durch eine lineare Kombination anderer Variablen perfekt unterschieden werden können.
Leute, die mit logistischer Regression arbeiten, sind mit dem Problem der perfekten Trennung vertraut: Wenn Sie eine Variable haben, deren spezifische Werte nur einem der beiden Ergebnisse zugeordnet sind (sagen wir ein binäres so dass alle Beobachtungen mit Ergebnis = 1 haben ), die Wahrscheinlichkeit explodiert und die Schätzungen der …
Update : Da ich jetzt weiß, dass mein Problem als quasi vollständige Trennung bezeichnet wird, habe ich die Frage aktualisiert, um dies widerzuspiegeln (danke an Aaron). Ich habe einen Datensatz aus einem Experiment, bei dem 29 menschliche Teilnehmer (Faktor code) an einer Reihe von Versuchen gearbeitet haben und der responseentweder …
Ich habe mit SPSS 19 eine multinomiale logistische Regressionsanalyse durchgeführt. Beim Ausführen des Analyseverfahrens ist das folgende Problem aufgetreten: "Unerwartete Singularitäten in der hessischen Matrix treten auf. Dies weist darauf hin, dass entweder einige Prädiktorvariablen ausgeschlossen oder einige Kategorien zusammengeführt werden sollten." Ein kleiner Hintergrund zu meinen verwendeten Daten. Ich …
Es gibt bereits Beiträge zu Warnungen von R, die sich mit logistischer Regression und linearer Trennung wie dieser befassen . Ich möchte nur sicherstellen, dass in Python Scikit Learn dieses Problem durch den L1 / L2-Regularisierungsteil in der Optimierungsfunktion gelöst wird. Mit anderen Worten, es ist sicher zu sagen, dass …
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.