Perguntas com a marcação «logistic»

Não nos desculpe: não tentei pesquisar isso (além de revisar a lista de perguntas que o CV pode ter respondido a essa pergunta). Ensinei isso na aula na semana passada para diagnosticar modelos de regressão logística múltipla e avisei os alunos com antecedência que não conheciam as origens do nome. …

9 logistic  roc  history 

Estou com o seguinte problema: Estou executando uma regressão logística múltipla em várias variáveis, cada uma das quais com uma escala nominal. Eu quero evitar a multicolinearidade em minha regressão. Se as variáveis ​​fossem contínuas, eu poderia calcular o fator de inflação de variação (VIF) e procurar variáveis ​​com um …

9 regression  logistic  multiple-regression  multicollinearity 

Eu estava aprendendo auto-aprendizado. Encontrei esta seção da página da Wikipedia sobre regressão logística , onde ela afirma Como o modelo pode ser expresso como um modelo linear generalizado (veja abaixo), para 0 Parece-me que posso reformular uma configuração de regressão logística em uma configuração de regressão linear. Mas não …

9 regression  logistic 

Eu tenho uma variável aleatória Y= eX1 + eXY=eX1+eXY = \frac{e^{X}}{1 + e^{X}} e eu seiX∼ N( μ , σ2)X∼N(μ,σ2)X \sim N(\mu, \sigma^2). Existe uma maneira de calcular E(Y)E(Y)\mathbb{E}(Y) ? Eu tentei descobrir a integral, mas não fiz muito progresso. Isso é possível?

8 logistic  normal-distribution  expected-value 

Esta pergunta segue em stats.stackexchange.com/q/233658 O modelo de regressão logística para as classes {0, 1} é P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Claramente, essas probabilidades somam 1. Ao definir , também …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

Eu tenho dois preditores em um modelo de regressão logística binária: um binário e um contínuo. Meu objetivo principal é comparar os coeficientes dos dois preditores dentro do mesmo modelo. Encontrei a sugestão de Andrew Gelman para padronizar variáveis ​​de entrada de regressão contínua: I) Proposta original (2008): divida o …

8 regression  logistic  regression-coefficients  standardization  scales 

Recentemente, tive uma rápida discussão com um amigo experiente que mencionou que os SVMs são o limite de temperatura zero da regressão logística. A lógica envolvia polítopos marginais e dualidade de fenchel. Eu não fui capaz de seguir. Esta afirmação sobre SVMs é o limite de temperatura zero da regressão …

8 logistic  svm  graphical-model  exponential-family  maximum-entropy 

Suponha que tenhamos um modelo de regressão logística: P(y=1|x)log(p1−p)=p=βxP(y=1|x)=plog⁡(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Dada uma amostra aleatória D={X,y}D={X,y}D=\{\mathbf{X},\mathbf{y}\} de tamanho NNN , podemos calcular intervalos de confiança para o ββ\boldsymbol{\beta} e intervalos de previsão correspondentes para ppp , dado um determinado valor x∗x∗\mathbf{x}^* do vetor preditor. …

8 logistic  binomial  prediction-interval 

Podemos simular regressão linear sem aleatoriedade, o que significa que fazemos vez de . Então, se ajustarmos um modelo linear, os coeficientes serão idênticos à "verdade fundamental". Aqui está um exemplo.y = X β + ϵy=Xβy=Xβy=X\betay=Xβ+ϵy=Xβ+ϵy=X\beta+\epsilon set.seed(0) n <- 1e5 p <- 3 X <- matrix(rnorm(n*p), ncol=p) beta <- runif(p) …

8 r  logistic  regularization  linear  separation 

Considere o seguinte exemplo simples: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11, 0.1, 0.11, 0.07, 0.11, …

8 logistic  mixed-model  generalized-linear-model  glmm  lme4-nlme 

Eu tenho duas variáveis ​​aleatórias que são independentes e identicamente distribuídas, por exemplo, :ϵ1, ϵ0 0∼iidGumbel ( μ , β)ϵ1,ϵ0∼iidGumbel(μ,β)\epsilon_{1}, \epsilon_{0} \overset{\text{iid}}{\sim} \text{Gumbel}(\mu,\beta) F( ϵ ) = exp( - exp( - ϵ - μβ) ) ,F(ϵ)=exp⁡(−exp⁡(−ϵ−μβ)),F(\epsilon) = \exp(-\exp(-\frac{\epsilon-\mu}{\beta})), f( ϵ ) = 1βexp( - ( ϵ - μβ+ exp( - …

8 probability  logistic  conditional-probability  conditional-expectation  gumbel 

Novo no aprendizado estatístico e de máquina e em alguns cursos on-line. Estou tentando entender a regressão logística com mais detalhes e notei uma diferença na fórmula entre o curso de Andrew Ng e o curso de aprendizagem estatística de Stanford. Abaixo, eu posto uma imagem de link nas duas …

8 regression  machine-learning  logistic 

Eu estava lendo esta página em Princeton.edu . Eles estão executando uma regressão logística (com R). Em algum momento, eles calculam a probabilidade de obter um desvio residual maior do que aquele que obtiveram em uma com graus de liberdade iguais aos graus de liberdade do modelo. Copiando e colando …

8 regression  hypothesis-testing  logistic  generalized-linear-model  chi-squared 

Considere a seguinte regressão binomial: # Create some data set.seed(10) n <- 500 x <- runif(n,0,100) y <- x + rnorm(n,sd=100) < 0 # Fit a binomial regression model model <- glm(y ~ x, family="binomial") summary(model) A summaryfunção retorna um valor-p de 1.03e-05. Ao usar anova.glm, obtém-se valores-p ligeiramente mais …

8 r  hypothesis-testing  logistic  generalized-linear-model  binomial 

Não consigo interpretar este gráfico. Minha variável dependente é o número total de ingressos de cinema que serão vendidos para um show. As variáveis ​​independentes são o número de dias que restam antes do show, variáveis ​​fictícias da sazonalidade (dia da semana, mês do ano, feriado), preço, ingressos vendidos até …

8 r  regression  logistic  residuals  diagnostic