প্রশ্ন ট্যাগ «deviance»

ডিভায়েন্স সর্বাধিক অর্জনযোগ্য লগ সম্ভাবনার মধ্যে এবং দ্বিগুণ মডেলের অধীনে প্রাপ্ত দ্বিগুণ পার্থক্য।

2
জিএলএম আর তে অবশিষ্ট ও নাল ডিভ্যান্সের ব্যাখ্যা করা
আর-এ জিএলএম-এ নাল এবং অবশিষ্ট অব্যবস্থাটি কীভাবে ব্যাখ্যা করবেন? মত, আমরা বলি যে ছোট এআইসি আরও ভাল। বিচ্যুতিগুলির জন্যও কি একই রকম এবং দ্রুত ব্যাখ্যা আছে? নাল বিচ্যুতি: স্বাধীনতার 1077 ডিগ্রিতে 1146.1 অবশিষ্ট অব্যাহতি: স্বাধীনতার 1099 ডিগ্রিতে 4589.4 এআইসি: 11089

3
ডিভ্যান্সেস কী? (বিশেষত কার্ট / আরপিআর্টে)
"ডিভায়েন্স," কীভাবে এটি গণনা করা হয়, এবং পরিসংখ্যানগুলিতে বিভিন্ন ক্ষেত্রে এর ব্যবহারগুলি কী? বিশেষত, আমি ব্যক্তিগতভাবে কার্টে এর ব্যবহারগুলিতে আগ্রহী (এবং এটি আরপিতে বাস্তবায়ন)। আমি এটি জিজ্ঞাসা করছি যেহেতু উইকি-নিবন্ধটিতে কিছুটা অভাব দেখা যাচ্ছে এবং আপনার অন্তর্দৃষ্টি সর্বাধিক স্বাগত জানানো হবে।
45 r  cart  rpart  deviance 

2
লজিস্টিক রিগ্রেশন: বার্নোল্লি বনাম বনোমিয়াল রেসপন্স ভেরিয়েবল
আমি নিম্নোক্ত দ্বিপদী প্রতিক্রিয়ার সাথে এবং আমার ভবিষ্যদ্বাণীকারী হিসাবে এবং সাথে লজিস্টিক রিগ্রেশন করতে চাই । X1X1X_1X2X2X_2 আমি নীচের বিন্যাসে বার্নোল্লি প্রতিক্রিয়াগুলির মতো একই ডেটা উপস্থাপন করতে পারি। এই 2 ডেটা সেটগুলির জন্য লজিস্টিক রিগ্রেশন আউটপুটগুলি বেশিরভাগই একই। ডিভ্যান্সের অবশিষ্টাংশ এবং এআইসি আলাদা। (নাল বিচ্যুতি এবং অবশিষ্ট ডিভ্যান্সের মধ্যে পার্থক্য …

1
পোইসন মডেলগুলিকে ক্রস-বৈধকরণের জন্য ত্রুটি মেট্রিকগুলি
আমি এমন একটি মডেলকে বৈধতা দিচ্ছি যা গণনার পূর্বাভাস দেওয়ার চেষ্টা করে। এটি যদি বাইনারি শ্রেণিবিন্যাসের সমস্যা হত তবে আমি আউট-অফ-ফোল্ড এওসি গণনা করতাম, এবং এটি যদি কোনও রিগ্রেশন সমস্যা হত তবে আমি আউট-অফ-ফোল্ড আরএমএসই বা এমএই গণনা করতাম। পইসন মডেলের জন্য, নমুনা ছাড়িয়ে থাকা পূর্বাভাসগুলির "যথার্থতা" মূল্যায়নের জন্য আমি …

1
একটি হালকা মডেল থেকে প্রভাব পুনরাবৃত্তি
আমি কেবল এই কাগজটি জুড়ে এসেছি , যা মিক্সড ইফেক্টস মডেলিংয়ের মাধ্যমে কোনও পরিমাপের পুনরাবৃত্তিযোগ্যতা (ওরফে বিশ্বাসযোগ্যতা, ওরফে ইন্ট্রাক্লাস পারস্পরিক সম্পর্ক) কীভাবে গণনা করতে হবে তা বর্ণনা করে। আর কোডটি হ'ল: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

1
লজিস্টিক রিগ্রেশন: একটি স্যাচুরেটেড মডেল কীভাবে পাবেন
আমি কেবল লজিস্টিক রিগ্রেশনের জন্য বিচ্যুতি পরিমাপ সম্পর্কে পড়েছি। তবে যে অংশটিকে স্যাচুরেটেড মডেল বলা হয় তা আমার কাছে পরিষ্কার নয়। আমি একটি বিস্তৃত গুগল অনুসন্ধান করেছি তবে ফলাফলগুলির কোনওোটাই আমার প্রশ্নের উত্তর দেয় না। আমি এখনও অবধি খুঁজে পেয়েছি যে একটি স্যাচুরেটেড মডেলটির প্রতিটি পর্যবেক্ষণের জন্য একটি প্যারামিটার থাকে …

1
পিয়ারসন ভিএস ডিভায়েন্স রেজিডুয়ালস লজিস্টিক রিগ্রেশনে
আমি জানি যে প্রমিতের পিয়ারসন অবশিষ্টাংশগুলি একটি traditionalতিহ্যগত সম্ভাব্য উপায়ে প্রাপ্ত হয়: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πআমিπআমি(1-πআমি) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} এবং ডিভায়েন্সের অবশিষ্টাংশগুলি আরও পরিসংখ্যানগত উপায়ে প্রাপ্ত হয় (সম্ভাবনার প্রতিটি পয়েন্টের অবদান): ঘআমি= এসআমি- 2 [ yআমিলগπআমি^+ + ( 1 - y)আমি)log( 1 - π)আমি) ]--------------------------√ঘআমি=গুলিআমি-2[Yআমিলগ⁡πআমি^+ +(1-Yআমি)লগ⁡(1-πআমি)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + …

1
লেগ ইফেক্ট বাড়াতে কেন কোনও বায়েশিয়ার শ্রেণিবিন্যাসের মডেলটির বিচ্যুতি মানে?
পটভূমি: আমি বর্তমানে বিভিন্ন বায়েশিয়ান শ্রেণিবদ্ধ মডেলের তুলনা করে কিছু কাজ করছি। ডেটা অংশগ্রহনকারী i এবং সময় j এর জন্য মঙ্গলজনক সংখ্যার ব্যবস্থা । আমার প্রায় 1000 অংশগ্রহণকারী এবং প্রতি অংশগ্রহণকারী প্রতি 5 থেকে 10 টি পর্যবেক্ষণ রয়েছে।Yআমি জেYআমিঞy_{ij}আমিআমিiঞঞj বেশিরভাগ দ্রাঘিমাংশীয় ডেটাসেটের মতো, আমিও স্বতঃসম্পর্কতার এমন কিছু রূপ দেখতে প্রত্যাশা …

3
একটি জিএলএম-এ, স্যাচুরেটেড মডেলের লগের সম্ভাবনা কি সর্বদা শূন্য?
জেনারেলাইজড লিনিয়ার মডেলটির আউটপুট অংশ হিসাবে, নাল এবং অবশিষ্টাংশ বিচ্যুতি মডেল মূল্যায়ন করতে ব্যবহৃত হয়। আমি প্রায়শই এই পরিমাণগুলির জন্য সূত্রগুলিকে স্যাচুরেটেড মডেলের লগ সম্ভাবনার শর্তে দেখি, উদাহরণস্বরূপ: /stats//a/113022/22199 , লজিস্টিক রিগ্রেশন: কীভাবে একটি স্যাচুরেটেড মডেল পাবেন? স্যাচুরেটেড মডেল, যতদূর আমি এটি বুঝতে পারি, এমন মডেল যা পর্যবেক্ষণ করা প্রতিক্রিয়াটিকে …

1
লিনিয়ার মডেলের আয়াতগুলিতে আর-স্কোয়ারটি সাধারণ রেখাযুক্ত মডেলটির বিচ্যুতি?
এই প্রশ্নের জন্য এখানে আমার প্রসঙ্গ: আমি যা বলতে পারি তা থেকে, ভারী ডেটা এবং surveyপ্যাকেজটি ব্যবহার করার সময় আমরা আর মধ্যে কোনও সাধারণ সর্বনিম্ন স্কোয়ার রিগ্রেশন চালাতে পারি না । এখানে, আমাদের ব্যবহার করতে হবে svyglm(), যা পরিবর্তে একটি সাধারণীকরণীয় রৈখিক মডেল চালায় (যা একই জিনিস হতে পারে? আমি …

2
ক্রসওয়েডেশন সহ গ্ল্যামনেট প্যাকেজে ডিভায়েন্স পরিমাপের সঠিক সংজ্ঞা?
আমার বর্তমান পুনর্বিবেচনার জন্য আমি একটি দ্বিপদী নির্ভরশীল ভেরিয়েবলের আর-তে গ্ল্যামনেট প্যাকেজের মাধ্যমে লাসো পদ্ধতিটি ব্যবহার করছি। গ্ল্যামনেটে সর্বোত্তম ল্যাম্বডাকে ক্রস-বৈধকরণের মাধ্যমে পাওয়া যায় এবং ফলস্বরূপ মডেলগুলি বিভিন্ন ব্যবস্থার সাথে তুলনা করা যায়, উদাহরণস্বরূপ ভুল শ্রেণিবদ্ধকরণ ত্রুটি বা বিচ্যুতি। আমার প্রশ্ন: গ্ল্যামনেটে ডিভ্যান্স ঠিক কীভাবে সংজ্ঞায়িত হয়? কিভাবে এটি গণনা …

1
শূন্য-স্ফীত পোইসন বা শূন্য-স্ফীত নেতিবাচক দ্বিপদী জন্য "বিচ্যুতি" পরিমাপ?
স্কেলড ডিভ্যান্স, ডি = 2 * হিসাবে সংজ্ঞায়িত (লাগানো স্যাচুরেটেড মডেল মাইনাস লগ-সম্ভাবনা লাগানো), প্রায়শই জিএলএম মডেলগুলিতে সদর্থকতা হিসাবে পরিমাপ হিসাবে ব্যবহৃত হয়। শতকরা ডিভ্যান্স ব্যাখ্যা করেছে, [ডি (নাল মডেল) - ডি (লাগানো মডেল)] / ডি (নাল মডেল) হিসাবে সংজ্ঞায়িত হয়েছে, কখনও কখনও লিনিয়ার রিগ্রেশন এর আর-স্কোয়ারের জিএলএম এনালগ হিসাবে …

3
একটি নির্দিষ্ট ননলাইনারের মডেলের ফিটনের সদ্ব্যবহারকে কীভাবে মূল্যায়ন করবেন? [বন্ধ]
এখানে কী জিজ্ঞাসা করা হচ্ছে তা বলা মুশকিল। এই প্রশ্নটি অস্পষ্ট, অস্পষ্ট, অসম্পূর্ণ, অত্যধিক বিস্তৃত বা বক্তৃতামূলক এবং এর বর্তমান আকারে যুক্তিসঙ্গতভাবে উত্তর দেওয়া যায় না। এই প্রশ্নটি যাতে স্পষ্ট করে আবার খোলা যায় সেজন্য সাহায্যের জন্য, সহায়তা কেন্দ্রটি দেখুন । 7 বছর আগে বন্ধ ছিল । আমার কাছে ননলাইনার …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.