প্রশ্ন ট্যাগ «logistic»

পরিবারের সাথে ওজন কীভাবে ঝাঁকুনিতে কাজ করে তা নিয়ে আমি খুব বিভ্রান্ত হয়ে পড়েছি = "দ্বিপদী"। আমার বোধে, পরিবারের সাথে ঝাঁকুনির সম্ভাবনা = "দ্বিপদী" নিম্নরূপে নির্দিষ্ট করা হয়েছে: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + \log {n \choose ny}\right) …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

এখানে বেশ কয়েকটি গণিত-ভারী কাগজপত্র রয়েছে যা বেয়েসিয়ান লাসোর বর্ণনা করে তবে আমি পরীক্ষিত, জাএজিএস কোড ব্যবহার করতে পারি যা সঠিকভাবে ব্যবহার করতে চাই। কেউ কি নিয়মিত লজিস্টিক রিগ্রেশন প্রয়োগ করে এমন বিগিজ / জাগএস কোডের নমুনা পোস্ট করতে পারে? যে কোনও স্কিম (এল 1, এল 2, ইলাস্টিকনেট) দুর্দান্ত হবে …

14 bayesian  logistic  lasso  jags  regularization 

এটি একটি অনুশীলন বা পদ্ধতি যা আমার কয়েকজন সহকর্মী অনুসরণ করে regarding লজিস্টিক রিগ্রেশন মডেলটি তৈরি করার সময় আমি দেখেছি লোকেরা শ্রেণিবদ্ধ ভেরিয়েবলগুলি (বা ধ্রুবক ভেরিয়েবলগুলি যা বাইন হয়) তাদের নিজ নিজ ওজনের প্রমাণ (ওও) দিয়ে প্রতিস্থাপন করে। অনুমিত এবং নির্ভরশীল ভেরিয়েবলের মধ্যে মনোটোনিক সম্পর্ক স্থাপনের জন্য এটি করা হয় …

14 regression  logistic  categorical-data  modeling 

আমি এসএএস-তে আমার ডেটাতে লজিস্টিক রিগ্রেশন প্রয়োগ করেছি এবং এখানে আরওসি বক্ররেখা এবং শ্রেণিবিন্যাস টেবিল রয়েছে। আমি শ্রেণিবদ্ধকরণ টেবিলের পরিসংখ্যানগুলির সাথে স্বাচ্ছন্দ্য বোধ করছি তবে রকের বক্ররেখা এবং এর অধীনে অঞ্চলটি কী দেখায় ঠিক তা নিশ্চিত নয়। কোন ব্যাখ্যা ব্যাপকভাবে প্রশংসা করা হবে।

14 regression  logistic  classification  roc 

ধরুন আমাদের কাছে নিম্নলিখিত লজিস্টিক রিগ্রেশন মডেল রয়েছে: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} এবং হলে ইভেন্টের প্রতিকূলতা কি ? অন্য কথায়, এবং সর্বনিম্ন স্তরে থাকলেও এটি ইভেন্টটির প্রতিকূলতা রয়েছে (এমনকি এটি 0 না হলেও)? উদাহরণস্বরূপ, যদি এবং কেবল এবং এর মান নেয় তবে আমরা সেগুলিকে 0 এ সেট করতে পারি …

14 logistic  interpretation  intercept 

আমি লজিস্টিক রিগ্রেশন-এ ওভারডিস্পেরেশন ধারণার উপর একটি হ্যান্ডেল পাওয়ার চেষ্টা করছি। আমি পড়েছি যে যখন কোনও প্রতিক্রিয়ার পরিবর্তনশীলটির দ্বিপদী বিতরণ থেকে প্রত্যাশার চেয়ে বেশি হয় তখন পর্যবেক্ষণের পরিমাণটি বেশি হয়। তবে দ্বিপদী ভেরিয়েবলের কেবল দুটি মান থাকতে পারে (1/0), কীভাবে এর অর্থ ও বৈকল্পিকতা থাকতে পারে? বার্নোল্লি ট্রায়ালগুলির x সংখ্যা …

14 logistic  variance  binomial  mean  overdispersion 

বাইনারি ফলাফল Y∈ { 0 , 1 }এনy∈{0,1}ny\in\{0,1\}^n এবং কিছু পূর্বাভাসক ম্যাট্রিক্স X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} সহ একটি ডেটা সেট দেওয়া , মানীয় লজিস্টিক রিগ্রেশন মডেল সহগের βMLEβMLE\beta_{MLE} অনুমান করে যা দ্বিপদী সম্ভাবনা সর্বাধিক করে তোলে। যখন XXX পূর্ণ র‌্যাঙ্ক হয় βMLEβMLE\beta_{MLE} স্বতন্ত্র; নিখুঁত বিচ্ছেদ উপস্থিত না হলে, এটি সীমাবদ্ধ। এই সর্বোচ্চ …

13 logistic  maximum-likelihood  auc 

সাধারণত লজিস্টিক রিগ্রেশন, আমরা একটি মডেল ফিট এবং প্রশিক্ষণ সেট কিছু পূর্বাভাস পেতে। তারপরে আমরা সেই প্রশিক্ষণের পূর্বাভাসগুলি ( এখানে কিছু জাতীয় ) ক্রস-বৈধকরণ এবং আরওসি বক্ররেখার মতো কোনও কিছুর উপর ভিত্তি করে অনুকূল থ্রোসোল্ড মানটি নির্ধারণ করি। আমরা কেন আসল মডেলের মধ্যে দোরের ক্রস-বৈধকরণকে একত্রিত করি না এবং পুরো …

13 logistic  cross-validation  optimization  roc  threshold 

(বাইনারি) লজিস্টিক রিগ্রেশন থেকে ভবিষ্যদ্বাণী করা ক্লাসগুলি মডেল দ্বারা উত্পাদিত শ্রেণীর সদস্যতার সম্ভাবনার উপর একটি থ্রোসোল্ড ব্যবহার করে নির্ধারিত হয়। আমি যেমন এটি বুঝতে পারি, সাধারণত ডিফল্টরূপে 0.5 ব্যবহার করা হয়। তবে প্রান্তিকের পরিবর্তিত হওয়া পূর্বাভাসের শ্রেণিবদ্ধকরণগুলিকে পরিবর্তন করবে। এর অর্থ কি প্রান্তিকটি একটি হাইপারপ্যারামিটার? যদি তা হয়, তবে (উদাহরণস্বরূপ) …

13 machine-learning  logistic  scikit-learn  hyperparameter 

ইদানীং, আমাকে অর্থনীতিতে বেশ কয়েকটি কাগজপত্র পড়তে হয়েছে (এমন ক্ষেত্র যার সাথে আমি খুব বেশি পরিচিত নই)। একটি জিনিস আমি লক্ষ্য করেছি যে প্রতিক্রিয়া পরিবর্তনশীল বাইনারি হওয়ার পরেও ওএলএস ব্যবহার করে রৈখিক প্রতিরোধের মডেলগুলি সর্বব্যাপী। আমার প্রশ্ন তাই: অর্থনীতির ক্ষেত্রে লজিস্টিক রিগ্রেশন কেন লিনিয়ার রিগ্রেশনকে সমর্থন করা হয়? এটি কি …

13 regression  logistic  econometrics 

যতদূর আমি জানি, লজিস্টিক মডেল এবং ভগ্নাংশের প্রতিক্রিয়া মডেল (ফর্ম) এর মধ্যে পার্থক্য হ'ল নির্ভরশীল পরিবর্তনশীল (ওয়াই) যার মধ্যে ফ্র্যাম [0,1] হয় তবে লজিস্টিকটি {0, 1} হয়} আরও, এফআরএম এর পরামিতিগুলি নির্ধারণের জন্য কোটির মতো সম্ভাবনার অনুমানকারী ব্যবহার করে। সাধারণত, আমরা এর glmমাধ্যমে লজিস্টিক মডেলগুলি পেতে ব্যবহার করতে পারি glm(y …

13 r  logistic  generalized-linear-model  quasi-likelihood 

আমি একটি লজিস্টিক মডেল নিয়ে কাজ করছি এবং ফলাফলগুলি মূল্যায়নে আমার কিছু অসুবিধা হচ্ছে। আমার মডেলটি দ্বিপদী লগিট। আমার ব্যাখ্যামূলক ভেরিয়েবলগুলি হ'ল: 15 স্তরের বিশিষ্ট পরিবর্তনশীল, একটি দ্বিধাত্বক ভেরিয়েবল এবং 2 ধ্রুবক ভেরিয়েবল। আমার এন বড়> 8000। আমি বিনিয়োগের জন্য সংস্থাগুলির সিদ্ধান্তকে মডেল করার চেষ্টা করছি। নির্ভরশীল পরিবর্তনশীল হ'ল বিনিয়োগ …

13 r  logistic  goodness-of-fit  roc 

আমি ফর্মটিতে একটি লজিস্টিক রিগ্রেশন মডেল চালাচ্ছি: lmer(response~1+(1|site), family=binomial, REML = FALSE) সাধারণত আমি ইন্টারসেপ্ট এবং রেসিডুয়াল ভেরিয়েন্সগুলি থেকে আইসিসি গণনা করব, তবে মডেলের সংক্ষিপ্তসারটিতে অবশিষ্ট বৈকল্পিকতা অন্তর্ভুক্ত নয়। আমি কীভাবে এটি গণনা করব?

13 logistic  lme4-nlme  glmm 

লজিস্টিক রিগ্রেশন মডেল থেকে আসা আমার ভবিষ্যদ্বাণীগুলি (গ্লাম ইন আর) আমার প্রত্যাশা মতো 0 এবং 1 এর মধ্যে আবদ্ধ নয়। লজিস্টিক রিগ্রেশন সম্পর্কে আমার বোঝাটি হ'ল আপনার ইনপুট এবং মডেল পরামিতিগুলি লিনিয়ারিকভাবে একত্রিত হয় এবং প্রতিক্রিয়া লজিট লিঙ্ক ফাংশনটি ব্যবহার করে সম্ভাব্যতায় রূপান্তরিত হয়। যেহেতু লগইট ফাংশনটি 0 এবং 1 …

13 r  regression  logistic  generalized-linear-model 

আমার বিভিন্ন দৈর্ঘ্যের ফলোআপ সহ রোগী রয়েছে। এখনও পর্যন্ত আমি সময়ের দিকটিকে উপেক্ষা করছি এবং কেবল একটি বাইনারি ফলাফল-রোগ / কোনও রোগ নয় model আমি এই স্টাডিতে সাধারণত লজিস্টিক রিগ্রেশন করি, তবে আমার আরেকটি কলেজ জিজ্ঞাসা করেছিল যে পইসন রিগ্রেশন ঠিক ততটা উপযুক্ত কিনা? আমি এটিকে পোয়েসন হিসাবে দেখি না …

13 logistic  poisson-distribution