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
Disons que je génère la probabilité d'un résultat basé sur un certain facteur et trace la courbe de ce résultat. Existe-t-il un moyen d'extraire l'équation de cette courbe de R? > mod = glm(winner~our_bid, data=mydat, family=binomial(link="logit")) > summary(mod) Call: glm(formula = winner ~...
Disons que j'ai un tas de lignes pour un problème de classification: X1,...XN,YX1,...XN,YX_1, ... X_N, Y Où sont les entités / prédicteurs et est la classe à laquelle la combinaison d' entités de la ligne appartient.X1,...,XNX1,...,XNX_1, ..., X_NYYY De nombreuses combinaisons de fonctionnalités et...
J'utilise 2 types de régression logistique - l'un est le type simple, pour la classification binaire, et l'autre est la régression logistique ordinale. Pour calculer la précision de la première, j'ai utilisé la validation croisée, où j'ai calculé l'AUC pour chaque pli et ensuite calculé l'ASC...
Le modèle Bradley – Terry – Luce (BTL) indique que , où est la probabilité que l'objet soit jugé "meilleur", plus lourd, etc., que l'objet , et et sont des paramètres.pj i= l o gje t- 1( δj- δje)pjje=logjet-1(δj-δje)p_{ji} = logit^{-1}(\delta_j - \delta_i)pje
Je lis A. Agresti (2007), An Introduction to Categorical Data Analysis , 2nd. édition, et je ne sais pas si je comprends bien ce paragraphe (p.106, 4.2.1) (bien que cela devrait être facile): Dans le tableau 3.1 sur le ronflement et les maladies cardiaques du chapitre précédent, 254 sujets ont...
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,...
J'obtiens d'énormes coefficients lors de la régression logistique, voir les coefficients avec 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")...
À la page 232 de "Un compagnon R pour la régression appliquée" Fox et Weisberg note Seule la famille gaussienne a une variance constante, et dans tous les autres GLM, la variance conditionnelle de y à dépend de μ ( x )XX\bf{x}μ ( x )μ(X)\mu(x) Plus tôt, ils notent que la variance conditionnelle du...
J'essayais de créer des données de test pour la régression logistique et j'ai trouvé ce post Comment simuler des données artificielles pour la régression logistique? C'est une bonne réponse mais elle ne crée que des variables continues. Qu'en est-il d'une variable catégorielle x3 à 5 niveaux...
J'étudie actuellement la régression logistique. Mais je pas à calculer l'ordonnée à l'origine ( ) et le coefficient ( ). Je le cherchais sur Internet, mais je n'obtiens que des didacticiels utilisant Microsoft Excel ou des fonctions intégrées dans R. J'ai entendu dire qu'il pouvait être résolu par...
Je travaille donc avec des modèles de régression logistique dans R. Bien que je sois encore nouveau dans les statistiques, j'ai l'impression d'avoir une certaine compréhension des modèles de régression, mais il y a encore quelque chose qui me dérange: En regardant l'image liée, vous voyez le résumé...
J'ai des difficultés à comprendre une explication de régression logistique. La régression logistique se situe entre la température et les poissons qui meurent ou ne meurent pas. La pente d'une régression logistique est de 1,76. Ensuite, les chances que les poissons meurent augmentent d'un facteur...
J'utilise une version standard de régression logistique pour adapter mes variables d'entrée aux variables de sortie binaires. Cependant, dans mon problème, les sorties négatives (0s) dépassent de loin les sorties positives (1s). Le rapport est de 20: 1. Ainsi, lorsque je forme un classificateur, il...
J'ai récemment reçu une révision de mon article de recherche et voici le commentaire de l'examinateur sur mon article: les résultats obtenus à partir d'un modèle ne sont pas tout à fait convaincants, en particulier la régression linéaire présente généralement des lacunes dans le traitement des...
J'ai un modèle de régression logistique (ajustement via glmnet en R avec régularisation nette élastique), et je voudrais maximiser la différence entre les vrais positifs et les faux positifs. Pour ce faire, la procédure suivante est venue à l'esprit: Ajuster le modèle de régression logistique...
Malgré les similitudes de base comme ces deux modèles, la probabilité de succès plutôt que de modéliser directement la variable de réponse; Je pense qu'il existe des réponses plus fiables qui soulignent les différences et les similitudes entre ces modèles. Une différence étant, en logistique, on...
Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec...
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...