Perguntas com a marcação «separation»

Se você tiver uma variável que separa perfeitamente os zeros e os da variável de destino, R produzirá a seguinte mensagem de aviso "separação perfeita ou quase perfeita": Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred Ainda temos o modelo, mas as estimativas do coeficiente são infladas. Como …

163 r  regression  logistic  separation 

Estou tentando prever um resultado binário usando 50 variáveis ​​explicativas contínuas (o intervalo da maioria das variáveis ​​é a ). Meu conjunto de dados tem quase 24.000 linhas. Quando corro no R, recebo:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2: glm.fit: fitted probabilities numerically 0 or 1 occurred …

56 r  regression  logistic  separation 

Tenho alguns dados sobre voos de companhias aéreas (em um quadro de dados chamado flights) e gostaria de ver se o tempo de voo tem algum efeito na probabilidade de chegada significativamente atrasada (ou seja, 10 ou mais minutos). Imaginei que usaria regressão logística, com o tempo de vôo como …

40 r  logistic  separation 

Por que a regressão logística se torna instável quando as classes são bem separadas? O que significam classes bem separadas? Eu realmente aprecio se alguém puder explicar com um exemplo.

34 r  regression  logistic  separation 

Dados nnn pontos de dados, cada um com ddd recursos, n / 2n/2n/2 são rotulados como 0 00 00 , o outro n / 2n/2n/2 é rotulado como 111 . Cada recurso recebe um valor de [ 0 , 1 ][0 0,1][0,1] aleatoriamente (distribuição uniforme). Qual é a probabilidade de …

24 probability  classification  mathematical-statistics  separation 

Em um pequeno conjunto de dados ( ) com o qual estou trabalhando, várias variáveis ​​me proporcionam uma perfeita previsão / separação . Assim, uso a regressão logística Firth para lidar com o problema.n ∼ 100n∼100n\sim100 Se eu selecionar o melhor modelo por AIC ou BIC , devo incluir o …

21 logistic  model-selection  aic  separation 

Temos muitas boas discussões sobre a separação perfeita na regressão logística. Por exemplo, a regressão logística em R resultou em perfeita separação (fenômeno de Hauck-Donner). O que agora? e o modelo de regressão logística não converge . Pessoalmente, ainda acho que não é intuitivo por que será um problema e …

20 logistic  generalized-linear-model  optimization  intuition  separation 

No meu projeto, quero criar um modelo de regressão logística para prever a classificação binária (1 ou 0). Eu tenho 15 variáveis, 2 das quais são categóricas, enquanto o restante é uma mistura de variáveis ​​contínuas e discretas. Para ajustar um modelo de regressão logística, fui aconselhado a verificar a …

14 machine-learning  logistic  classification  svm  separation 

Estou tentando entender a regressão logística de Firth (método de lidar com a separação perfeita / completa ou quase-completa na regressão logística) para que eu possa explicá-la a outras pessoas em termos simplificados. Alguém tem uma explicação idiota sobre que modificação a estimativa de Firth está fazendo no MLE? Eu …

13 logistic  maximum-likelihood  separation 

Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 …

12 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Estou executando um glmm com uma variável de resposta binomial e um preditor categórico. O efeito aleatório é dado pelo design aninhado usado para a coleta de dados. Os dados são assim: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 0 …

11 r  generalized-linear-model  lme4-nlme  separation 

O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Recebo coeficientes enormes durante a regressão logística, veja coeficientes com krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 1.0034 …

9 regression  logistic  generalized-linear-model  separation 

Consulte a imagem acima, claramente um círculo pode separar as duas classes (imagem à esquerda). Por que se esforçar tanto para mapeá-lo para uma função para torná-lo linearmente separável (imagem à direita)? Alguém pode explicar? Eu realmente não consegui encontrar nada na Web ou no YouTube sobre o porquê

8 machine-learning  classification  svm  separation 

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