Je veux modéliser une régression logistique avec des données déséquilibrées (9: 1). Je voulais essayer l'option de poids dans la glmfonction dans R, mais je ne suis pas sûr à 100% de ce qu'elle fait. Disons que ma variable de sortie est c(0,0,0,0,0,0,0,0,0,1). maintenant je veux donner au "1" 10...
Quelqu'un pourrait-il me conseiller sur la façon d'interpréter les estimations à partir d'une régression logistique en utilisant un lien de cloglog? J'ai installé le modèle suivant dans lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Par...
Je voudrais utiliser un modèle de régression logistique binaire dans le contexte des données en streaming (séries temporelles multidimensionnelles) afin de prédire la valeur de la variable dépendante des données (ie ligne) qui vient d'arriver, compte tenu des observations passées. Pour autant que...
J'ai une expérience à mesures répétées où la variable dépendante est un pourcentage et j'ai plusieurs facteurs comme variables indépendantes. Je voudrais utiliser à glmerpartir du package R lme4pour le traiter comme un problème de régression logistique (en spécifiant family=binomial) car il semble...
Version courte: Nous savons que la régression logistique et la régression probit peuvent être interprétées comme impliquant une variable latente continue qui est discrétisée selon un seuil fixe avant l'observation. Une interprétation similaire des variables latentes est-elle disponible pour,...
Quelqu'un peut-il fournir une liste claire des différences entre la régression log-linéaire et la régression logistique? Je comprends que le premier est un modèle de régression linéaire simple, mais je ne sais pas quand chacun doit être
J'ai exécuté un modèle mixte linéaire généralisé dans R et inclus un effet d'interaction entre deux prédicteurs. L'interaction n'était pas significative, mais les principaux effets (les deux prédicteurs) l'étaient tous les deux. Maintenant, de nombreux exemples de manuels me disent que s'il y a un...
Quelle est la différence entre la régression logistique et la régression logit? Je comprends qu'ils sont similaires (ou même la même chose), mais quelqu'un pourrait-il expliquer la différence (s) entre ces deux? Est-ce une question de
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test...
Ok, j'ai une régression logistique et j'ai utilisé la predict()fonction pour développer une courbe de probabilité basée sur mes estimations. ## LOGIT MODEL: library(car) mod1 = glm(factor(won) ~ as.numeric(bid), data=mydat, family=binomial(link="logit")) ## PROBABILITY CURVE: all.x <-...
Je recherche des classificateurs qui produisent des probabilités que les exemples appartiennent à l'une des deux classes. Je connais la régression logistique et les Bayes naïfs, mais pouvez-vous m'en parler d'autres qui fonctionnent de manière similaire? Autrement dit, les classificateurs qui...
J'ai exécuté un modèle logit multinomial dans JMP et obtenu des résultats qui comprenaient l'AIC ainsi que les valeurs de p chi carré pour chaque estimation de paramètre. Le modèle a un résultat catégorique et 7 variables explicatives catégoriques. J'ai ensuite adapté ce que je pensais construire...
Supposons que je veuille construire un modèle pour prédire une sorte de ratio ou de pourcentage. Par exemple, disons que je veux prédire le nombre de garçons par rapport aux filles qui assisteront à une fête, et les caractéristiques de la fête que je peux utiliser dans le modèle sont des choses...
J'ai toujours pensé que la régression logistique était simplement un cas spécial de régression binomiale où la fonction de lien est la fonction logistique (au lieu, disons, d'une fonction probit). En lisant les réponses à une autre question que j'avais, cependant, il semble que je puisse être...
Nous avons beaucoup de bonnes discussions sur la séparation parfaite dans la régression logistique. Telles que, la régression logistique dans R a conduit à une séparation parfaite (phénomène de Hauck-Donner). Maintenant quoi? et le modèle de régression logistique ne converge pas . Personnellement,...
J'ai eu du mal à comprendre l'utilisation de la régression logistique dans un article. L'article disponible ici utilise la régression logistique pour prédire la probabilité de complications lors d'une chirurgie de la cataracte. Ce qui me déroute, c'est que le document présente un modèle qui...
J'aimerais comprendre comment générer des intervalles de prédiction pour les estimations de régression logistique. On m'a conseillé de suivre les procédures décrites dans Collett's Modeling Binary Data , 2nd Ed p.98-99. Après avoir implémenté cette procédure et l'avoir comparée aux R predict.glm,...
Si j'ai bien compris, dans un algorithme d'apprentissage automatique, le modèle doit apprendre de son expérience, c'est-à-dire lorsque le modèle donne la mauvaise prédiction pour les nouveaux cas, il doit s'adapter aux nouvelles observations, et avec le temps, le modèle devient de mieux en mieux ....
J'ai une variable dépendante ordinale, la facilité, qui varie de 1 (pas facile) à 5 (très facile). L'augmentation des valeurs des facteurs indépendants est associée à une cote de facilité accrue. Deux de mes variables indépendantes ( condAet condB) sont catégoriques, chacune avec 2 niveaux, et 2 (...
Je vérifie une implémentation de la régression logistique à partir d' ici . Après avoir lu cet article, il semble que la partie importante soit de trouver les meilleurs coefficients pour déterminer la fonction sigmoïde. Je me demande donc pourquoi cette méthode est appelée "régression logistique"....