J'ai un modèle ajusté (de la littérature). J'ai également les données brutes pour les variables prédictives. Quelle est l'équation que je devrais utiliser pour obtenir des probabilités? Fondamentalement, comment combiner des données brutes et des coefficients pour obtenir des...
Nous travaillons avec quelques régressions logistiques et nous avons réalisé que la probabilité moyenne estimée est toujours égale à la proportion de celles de l'échantillon; c'est-à-dire que la moyenne des valeurs ajustées est égale à la moyenne de l'échantillon. Quelqu'un peut-il m'expliquer la...
Ceci est mon premier article sur StackExchange, mais je l'utilise comme ressource depuis un bon moment, je ferai de mon mieux pour utiliser le format approprié et apporter les modifications appropriées. C'est également une question en plusieurs parties. Je ne savais pas si je devais diviser la...
La question J'ai du mal à comprendre comment la prédiction est maintenue dans l' intervalle lorsque je fais une classification binaire avec Gradient Boosting.[0,1][0,1][0,1] Supposons que nous travaillons sur un problème de classification binaire, et notre fonction objective est la perte de log, ,...
J'ai une question sur le biais variable omis dans la régression logistique et linéaire. Supposons que j'omet certaines variables d'un modèle de régression linéaire. Imaginez que ces variables omises ne sont pas corrélées avec les variables que j'ai incluses dans mon modèle. Ces variables omises ne...
J'ai deux groupes de sujets, A et B, chacun avec une taille d'environ 400 et environ 300 prédicteurs. Mon objectif est de construire un modèle de prédiction pour une variable de réponse binaire. Mon client veut voir le résultat de l'application du modèle construit à partir de A sur B. (Dans son...
Je viens de lire la mesure de la déviance pour la régression logistique. Cependant, la partie qui est appelée modèle saturé n'est pas claire pour moi. J'ai fait une recherche approfondie sur Google, mais aucun des résultats n'a répondu à ma question. Jusqu'à présent, j'ai découvert qu'un modèle...
Données de base : j'ai environ 1 000 personnes marquées par des évaluations: «1», [bon] «2», [moyen] ou «3» [mauvais] - ce sont les valeurs que j'essaie de prédire pour les personnes à l'avenir . En plus de cela, j'ai quelques informations démographiques: sexe (catégorique: H / F), âge (numérique:...
J'ai une variable numérique qui s'avère non significative dans un modèle de régression logistique multivariée. Cependant, lorsque je le classe en groupes, il devient soudainement significatif. C'est très contre-intuitif pour moi: lors de la catégorisation d'une variable, nous renonçons à certaines...
Dans la régression logistique, est-il nécessaire de se préoccuper autant de la multicolinéarité que dans une régression OLS directe? Par exemple, avec une régression logistique, où la multicolinéarité existe, auriez-vous besoin d'être prudent (comme vous le feriez dans la régression OLS) en prenant...
J'ai fait un modèle de régression logistique en utilisant glm dans R. J'ai deux variables indépendantes. Comment puis-je tracer la frontière de décision de mon modèle dans le nuage de points des deux variables. Par exemple, comment puis-je tracer un chiffre comme:
Ma question est: quelle est la relation mathématique entre la distribution bêta et les coefficients du modèle de régression logistique ? Pour illustrer: la fonction logistique (sigmoïde) est donnée par f(x)=11+exp(−x)f(x)=11+exp(−x)f(x) = \frac{1}{1+\exp(-x)} et il est utilisé pour modéliser les...
J'ai trouvé des pros de l'analyse discriminante et j'ai des questions à leur sujet. Donc: Lorsque les classes sont bien séparées, les estimations des paramètres de régression logistique sont étonnamment instables. Les coefficients peuvent aller à l'infini. LDA ne souffre pas de ce problème. Si le...
J'essaie d'utiliser la perte au carré pour effectuer une classification binaire sur un ensemble de données de jouets. J'utilise mtcarsun ensemble de données, utilise le mile par gallon et le poids pour prédire le type de transmission. Le graphique ci-dessous montre les deux types de données de type...
Je sais que les résidus Pearson standardisés sont obtenus de manière probabiliste traditionnelle: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} et les résidus de déviance sont obtenus de manière plus statistique (la contribution de chaque point à la...
Dans mon étude, je mesurerai la charge de travail avec plusieurs mesures. Avec variabilité de la fréquence cardiaque (VRC), activité électrodermique (EDA) et avec une échelle subjective (IWS). Après normalisation, l'IWS a trois valeurs: Charge de travail inférieure à la normale La charge de travail...
Si je comprends bien, un réseau de neurones artificiels perceptron / monocouche avec une fonction d'activation sigmoïde logistique est le même modèle que la régression logistique. Les deux modèles sont donnés par l'équation: F( x ) = 11 - e- βXF(X)=11-e-βXF(x) = \frac{1}{1-e^{-\beta X}}...
Fig 1. Fonction logistique Fig 2. Fonction sigmoïde est-ce plutôt une sorte de fonction sigmoïde généralisée où vous pourriez avoir une valeur maximale plus élevée?
J'ai un ensemble de données dans lequel le taux d'événements est très faible (40 000 sur ). J'applique une régression logistique à ce sujet. J'ai eu une discussion avec quelqu'un où il s'est avéré que la régression logistique ne donnerait pas une bonne matrice de confusion sur des données à faible...
J'ai pensé à ce problème. La fonction logistique habituelle pour la modélisation des données binaires est: Cependant, la fonction logit, qui est une courbe en forme de S , toujours le meilleur pour modéliser les données? Vous avez peut-être des raisons de croire que vos données ne suivent pas la...