Questions marquées «logistic»

Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble...

Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la...

Je procède à une régression logistique avec un résultat binaire (démarrage et non démarrage). Ma combinaison de prédicteurs sont toutes des variables continues ou dichotomiques. En utilisant l'approche Box-Tidwell, l'un de mes prédicteurs continus viole potentiellement l'hypothèse de linéarité du...

Considérons l'échantillonnage des données d'une population de taille de la manière suivante: PourNNNk=1,...,Nk=1,...,Nk=1, ..., N Observer individu statut de « maladie » de l »kkk S'ils ont la maladie, incluez-les dans l'échantillon avec la probabilitépk1pk1p_{k1} S'ils n'ont pas la maladie,...

Je suis confus par les déclarations sur une page Web de l'UCLA sur la régression logistique à effets mixtes. Ils montrent un tableau des coefficients d'effets fixes de l'ajustement d'un tel modèle et le premier paragraphe ci-dessous semble interpréter les coefficients exactement comme une...

La régression logistique modélise les cotes logarithmiques d'un événement comme un ensemble de prédicteurs. Autrement dit, log (p / (1-p)) où p est la probabilité d'un certain résultat. Ainsi, l'interprétation des coefficients de régression logistique brute pour une variable (x) doit être sur...

Pour mieux poser ma question, j'ai fourni quelques - unes des sorties à la fois un 16 modèle variable ( fit) et un 17 modèle variable ( fit2) ci - dessous (toutes les variables prédictives dans ces modèles sont continus, où la seule différence entre ces modèles est que fitne le fait pas contient la...

Dans la régression logistique, un rapport de cotes de 2 signifie que l'événement est 2 fois plus probable compte tenu d'une augmentation d'une unité du prédicteur. Dans la régression de Cox, un rapport de risque de 2 signifie que l'événement se produira deux fois plus souvent à chaque instant,...

[Une question similaire a été posée ici sans réponse] J'ai ajusté un modèle de régression logistique avec régularisation L1 (régression logistique Lasso) et je voudrais tester la signification des coefficients ajustés et obtenir leurs valeurs de p. Je sais que les tests de Wald (par exemple) sont...

J'ai trouvé ce post: Oui. Le coefficient reflète le changement des cotes logarithmiques pour chaque incrément de changement dans le prédicteur ordinal. Cette spécification de modèle (très courante) suppose que le prédicteur a un impact linéaire sur ses incréments. Pour tester l'hypothèse, vous...

J'essaie de comprendre l'utilisation de la régression logistique dans les tables de contingence 2x2 et Ix2. Par exemple, en utilisant cela comme exemple Quelle est la différence entre l'utilisation du test du chi carré et l'utilisation de la régression logistique? Qu'en est-il d'une table avec...

J'ai une question concernant la validité de l'utilisation de RMSE (Root Mean Squared Error) pour comparer différents modèles logistiques. La réponse est soit 0ou 1et les prédictions sont des probabilités entre 0- 1? La manière appliquée ci-dessous est-elle également valable avec les réponses...

Pour un 2 × 22×22 \times 2 table, deux façons de faire l'inférence sur la table est à travers le test exact de Fisher et aussi une régression logistique. On m'a dit qu'en utilisant un test exact de Fisher, nous ne sommes intéressés que par la présence d'association. Mais qu'avec une régression...

Quand la transformation du poids de la preuve (WOE) des variables catégorielles est-elle utile? L'exemple peut être vu dans la transformation WOE (Donc, pour une réponse , & un prédicteur catégorique avec catégories, & succès sur essais dans la ème catégorie de ce prédicteur, le WOE pour la...

J'exécute une analyse sur la probabilité de défaut de paiement en utilisant une régression logistique et des forêts aléatoires. Lorsque j'utilise la régression logistique, la prédiction est toujours «1» (ce qui signifie un bon prêt). Je n'ai jamais vu cela auparavant et je ne sais pas par où...

J'exécute une régression logistique binaire avec 3 variables numériques. Je supprime l'ordonnée à l'origine dans mes modèles car la probabilité devrait être nulle si toutes les variables d'entrée sont nulles. Quel est le nombre minimal d'observations à

Supposons que nous remplaçons la fonction de perte de la régression logistique (qui est normalement log-vraisemblance) par le MSE. Autrement dit, le rapport de cotes logarithmique doit toujours être une fonction linéaire des paramètres, mais minimiser la somme des différences au carré entre la...

Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4)...

Disons que je construis un modèle de régression logistique où la variable dépendante est binaire et peut prendre les valeurs 000 ou 111. Soit les variables indépendantesX1,X2, . . . ,Xmx1,x2,...,xmx_1, x_2, ..., x_m - il y a mmmvariables indépendantes. Disons que pour lekkke variable indépendante,...

R in Action (Kabacoff, 2011) suggère la routine suivante pour tester la surdispersion dans une régression logistique: Ajuster la régression logistique en utilisant la distribution binomiale: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuster la...