প্রশ্ন ট্যাগ «generalized-linear-model»

লিনিয়ার রিগ্রেশনের একটি সাধারণীকরণ একটি "লিঙ্ক ফাংশন" এর মাধ্যমে অলৈখিক সম্পর্কের জন্য এবং পূর্বাভাসিত মানের উপর নির্ভর করে প্রতিক্রিয়াটির বৈচিত্র্যের জন্য মঞ্জুরি দেয়। ("সাধারণ লিনিয়ার মডেল" এর সাথে বিভ্রান্ত হওয়ার দরকার নেই যা সাধারণ রৈখিক মডেলটিকে সাধারণ সমবায় কাঠামো এবং বহুবিবাহ প্রতিক্রিয়ার ক্ষেত্রে প্রসারিত করে।)

4
গণনা ডেটার জন্য উপযুক্ত মডেল সিদ্ধান্ত নেওয়ার কৌশল
গণনার ডেটা সহ কোন মডেলটি ব্যবহার করবেন তা সিদ্ধান্ত নেওয়ার জন্য উপযুক্ত কৌশল কী? আমার কাছে মাল্টিলেভেল মডেল হিসাবে মডেল করার প্রয়োজনীয় ডেটা রয়েছে এবং এটি আমার কাছে (এই সাইটে) সুপারিশ করা হয়েছিল যে এটি করার সর্বোত্তম উপায়টি বাগ বা এমসিএমসিজিএমএমএমের মাধ্যমে। তবে আমি এখনও বেইসিয়ান পরিসংখ্যান সম্পর্কে জানার চেষ্টা …

2
কেন রূপান্তরিত ভেরিয়েবলের সাথে এলএলএম থেকে জিএলএম আলাদা হয়
হিসাবে ব্যাখ্যা করা এই কোর্সের বিলিপত্র (পৃষ্ঠা 1) , একটি রৈখিক মডেল আকারে লেখা যেতে পারে: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, যেখানে yyy হ'ল প্রতিক্রিয়া পরিবর্তনশীল এবং xixix_{i} হ'ল ithithi^{th} ব্যাখ্যামূলক পরিবর্তনশীল। প্রায়শই পরীক্ষার অনুমানগুলি পূরণের লক্ষ্য নিয়ে, কেউ প্রতিক্রিয়ার পরিবর্তনশীলকে রূপান্তর করতে …

1
জিএলএম-এ লগ হওয়ার সম্ভাবনা কি গ্লোবাল ম্যাক্সিমায় রূপান্তরিত হওয়ার নিশ্চয়তা দেয়?
আমার প্রশ্নগুলি হ'ল: জেনারালাইজড লিনিয়ার মডেলগুলি (জিএলএম) কী গ্লোবাল সর্বাধিক রূপান্তরিত হওয়ার গ্যারান্টিযুক্ত? যদি তাই হয় তবে কেন? তদ্ব্যতীত, জড়তা বীমা করার জন্য লিঙ্ক ফাংশনটিতে কোন বাধা আছে? জিএলএমগুলি সম্পর্কে আমার উপলব্ধি হ'ল তারা একটি উচ্চতররেখার সম্ভাবনা ফাংশনকে সর্বাধিক করে তোলে। সুতরাং, আমি কল্পনা করব যে বেশ কয়েকটি স্থানীয় ম্যাক্সিমা …

4
নবাগতদের জন্য সাধারণীকরণীয় রৈখিক মডেলগুলির সম্পর্কে সেরা বইটি কী?
আমি সাধারণ রৈখিক মডেলগুলিতে এখনও বেশ নতুন, এবং আমি যে জিএলএম পাঠিয়েছি তার বেশিরভাগ স্বরলিপি নিয়ে লড়াই করছি। এমন কি অত্যন্ত জনপ্রিয় জিএলএম বই রয়েছে যেগুলি তাদের পাঠযোগ্যতার জন্য আরও ভাল ধার দেয়?

3
কোনও পরিসংখ্যান ব্যাকগ্রাউন্ড নেই এমন লোকদেরকে আপনি সাধারণীকরণীয় রৈখিক মডেলগুলি কীভাবে ব্যাখ্যা করবেন?
আমার কাছে কোনও পরিসংখ্যান ব্যাকগ্রাউন্ড না নিয়ে দর্শকদের কাছে পরিসংখ্যান কৌশলগুলি ব্যাখ্যা করতে সবসময়ই কঠিন সময় হয়। যদি আমি এই ধরণের দর্শকদের কাছে জিএলএম কী তা ব্যাখ্যা করতে চাই (স্ট্যাটিস্টিকাল জারগন ছাড়াই), তবে সবচেয়ে ভাল বা কার্যকর উপায় কী হবে? আমি সাধারণত তিনটি অংশ দিয়ে জিএলএমকে ব্যাখ্যা করি - (1) …

2
জিএলএমগুলিতে ওভার-ডিসপারশন টেস্টগুলি আসলে * কার্যকর *?
জিএলএম-তে 'অতি-ছড়িয়ে পড়ার' ঘটনাটি ঘটে যখনই আমরা যখন এমন কোনও মডেল ব্যবহার করি যা প্রতিক্রিয়াশীল ভেরিয়েবলের বৈকল্পিকতা সীমাবদ্ধ করে এবং মডেল সীমাবদ্ধতার চেয়ে ডেটা আরও বেশি বৈকল্পিকতা প্রদর্শন করে। এটি সাধারণত ঘটে যখন কোনও পইসন জিএলএম ব্যবহার করে গণনার ডেটা মডেলিং করা হয় এবং এটি সুপরিচিত পরীক্ষাগুলির দ্বারা নির্ণয় করা …

3
সাধারণ চি স্কোয়ার পরীক্ষার বিকল্প হিসাবে গ্ল্যাম () ব্যবহার করা
আমি glm()আর ব্যবহার করে নাল হাইপোথেসিগুলি পরিবর্তন করতে আগ্রহী উদাহরণ স্বরূপ: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) অনুমানটি পরীক্ষা করে যে p=0.5p=0.5p = 0.5 । আমি যদি নালকে ppp = কিছু স্বেচ্ছাচারী মানতে পরিবর্তন করতে চাই তবে কী হবে glm()? আমি জানি যে এটি দিয়েও …

4
পুনরাবৃত্তির সংখ্যা বাড়ার সাথে সাথে গ্রেডিয়েন্ট বুস্টিং মেশিনের নির্ভুলতা হ্রাস পায়
আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

2
একটি সমবায় কাঠামো নির্দিষ্ট করে: উপকারিতা এবং কনস
জিএলএম-এ কোভেরিয়েন্স কাঠামো নির্দিষ্ট করার সুবিধা কী (কোভরিয়েন্স ম্যাট্রিক্সের সমস্ত অফ-ডায়াগোনাল এন্ট্রিগুলিকে শূন্য হিসাবে গণ্য করার চেয়ে)? ডেটা সম্পর্কে যে কেউ জানে তার প্রতিফলন বাদ দিয়ে তা করে মানানসই ভালতা? আউট-আউট ডেটা সম্পর্কে ভবিষ্যদ্বাণীমূলক নির্ভুলতা উন্নত করবেন? আমাদের সম্প্রচারের মাত্রাটি অনুমান করার অনুমতি দেয়? সমবায় কাঠামো চাপিয়ে দেওয়ার জন্য কী …

3
শূন্যে ক্লাম্পিং সহ অ-নেতিবাচক ডেটাগুলির একটি মডেল (টুইডি জিএলএম, শূন্য-স্ফীত জিএলএম ইত্যাদি) সঠিক জিরোগুলির পূর্বাভাস দিতে পারে?
প্যারামিটার (গড়-বিবর্তনের সম্পর্কের ঘাঁটিঘটিত) 1 এবং 2 এর মধ্যে থাকা হলে একটি ট্যুইডি বিতরণ শূন্যের পয়েন্টযুক্ত ভর সহ স্কিউ ডেটা মডেল করতে পারে ।ppp একইভাবে শূন্য-স্ফীত (অন্যথায় অবিচ্ছিন্ন বা বিযুক্ত) মডেলটিতে প্রচুর পরিমাণে জিরো থাকতে পারে। আমার বুঝতে সমস্যা হচ্ছে কেন এমন হয় যে আমি যখন এই ধরণের মডেলগুলির সাথে …

3
জিএএম বনাম জিএলএম কখন ব্যবহার করবেন
আমি বুঝতে পারি এটি একটি সম্ভাব্য বিস্তৃত প্রশ্ন হতে পারে, তবে আমি ভাবছিলাম যে জেনারালাইজেবল অনুমানগুলি কি কোনও জিএলএম (জেনারালাইজড অ্যাডিটিভ মডেল) এর কোনও জিএলএম (জেনারালাইজড লিনিয়ার মডেল) এর ব্যবহার বোঝায়? কেউ আমাকে সম্প্রতি বলেছিল যে আমি যখন তথ্য কাঠামোটিকে "অ্যাডিটিভ" হিসাবে ধরে নিই তখনই জিএএমগুলি ব্যবহার করা উচিত, অর্থাৎ …

2
কেন লিনিয়ার রিগ্রেশন অবশেষে তবে সাধারণীকরণীয় রৈখিক মডেলটির প্রতি ধারণা নিয়ে অনুমান রয়েছে?
কেন লিনিয়ার রিগ্রেশন এবং জেনারেলাইজড মডেলটির বেমানান অনুমান রয়েছে? লিনিয়ার রিগ্রেশন-এ, আমরা অনুমান করি যে অবশিষ্টাংশ আসে গাউসিয়ান রূপের অন্যান্য রিগ্রেশন (লজিস্টিক রিগ্রেশন, বিষ রিগ্রেশন) এ আমরা ধরে নিই যে প্রতিক্রিয়াটি কিছু বন্টন (দ্বিপদী, শিরা ইত্যাদি) তৈরি করে। কেন কখনও কখনও অনুমিত এবং অন্যান্য সময় সাড়া অনুমান? আমরা বিভিন্ন সম্পত্তি …

1
কেবলমাত্র 1 টি পর্যবেক্ষণের সাথে এলোমেলো প্রভাবগুলি কীভাবে একটি সাধারণীকৃত লিনিয়ার মিশ্রিত মডেলকে প্রভাবিত করবে?
আমার একটি ডেটা সেট রয়েছে যাতে আমি পরিবর্তনশীলটিকে এলোমেলো প্রভাব হিসাবে ব্যবহার করতে চাই তার কয়েকটি স্তরের জন্য কেবল একটি পর্যবেক্ষণ থাকে। পূর্ববর্তী প্রশ্নের উত্তরের ভিত্তিতে, আমি একত্রিত করেছি যে, নীতিগতভাবে, এটি ভাল হতে পারে। কেবলমাত্র 1 টি পর্যবেক্ষণ থাকতে পারে এমন বিষয়গুলির সাথে আমি কি একটি মিশ্র মডেল ফিট …

2
জিএলএম: বিতরণ এবং লিঙ্ক ফাংশন পছন্দ যাচাই করা
আমার কাছে সাধারণীকরণযোগ্য রৈখিক মডেল রয়েছে যা একটি গাউসীয় বিতরণ এবং লগ লিঙ্ক ফাংশন গ্রহণ করে। মডেলটি ফিট করার পরে, আমি অবশিষ্টাংশগুলি যাচাই করি: কিউকিউ প্লট, রেসিডুয়ালগুলি বনাম পূর্বাভাসিত মান, অবশিষ্টাংশের হিস্টোগ্রাম (স্বীকৃতি প্রদানের কারণে যে সতর্কতা প্রয়োজন) needed সবকিছু দেখতে সুন্দর লাগছে। এটি মনে হয় (আমার কাছে) মনে হয় …

6
একটি স্বাধীন ভেরিয়েবল হিসাবে একটি ক্রিয়াকলাপ সময় ব্যয়
আমি লিনিয়ার মডেলটিতে একটি স্বাধীন ভেরিয়েবল হিসাবে কিছু করতে ব্যয় করা সময়কে (উদাহরণস্বরূপ সপ্তাহের দুধ খাওয়ানো) অন্তর্ভুক্ত করতে চাই। তবে কিছু পর্যবেক্ষণ আচরণে মোটেই জড়িত নয়। তাদের 0 হিসাবে কোডিং করা সত্যই সঠিক নয়, কারণ 0 কোনও মান থেকে গুণগতভাবে আলাদা> 0 (যেমন যে মহিলারা বুকের দুধ খাওয়ান না এমন …

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.