প্রশ্ন ট্যাগ «logistic»

আমি যখন আমার পরিবর্তনশীলগুলি দুটি পৃথক (অবিবাহিত) লজিস্টিক রিগ্রেশন মডেলগুলিতে বিশ্লেষণ করি তখন আমি নিম্নলিখিতগুলি পাই: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001 Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029 তবে আমি যখন তাদের …

11 logistic  statistical-significance  multiple-regression 

আমি ক্রস-বিভাগীয় তথ্য ছয়টি বিভিন্ন সেট প্রয়োগ করতে একটি লগইট মডেল তৈরি করেছি। আমি যে বিষয়টি উন্মোচন করার চেষ্টা করছি তা হ'ল নির্ভরযোগ্য ভেরিয়েবলের (ডিভি) বিভিন্ন সময়ে এবং সময়ের সাথে সাথে অন্যান্য নিয়ন্ত্রণের জন্য নিয়ন্ত্রণাধীন প্রদত্ত স্বতন্ত্র ভেরিয়েবলের (আইভি) সংক্ষিপ্ত প্রভাবের পরিবর্তন রয়েছে কিনা। আমার প্রশ্নগুলি হ'ল: চতুর্থ এবং ডিভির …

11 logistic  spss 

এখানে আমি যা করতে চাই তা কিন্তু এখানে predictম্লগিটের কোনও পদ্ধতি নেই বলে মনে হচ্ছে । কোন ধারনা? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

কোনও গবেষণার জন্য যে নমুনার আকারের প্রয়োজন তা কীভাবে গণনা করা যায় যেখানে কোনও বিভাগের একটি গোষ্ঠী একটি সার্জারির সময় একক ধারাবাহিক পরিবর্তনশীল পরিমাপ করবে এবং তার দু'বছর পরে সেগুলি কার্যকরী ফলাফল বা প্রতিবন্ধী ফলাফল হিসাবে শ্রেণিবদ্ধ করা হবে। আমরা যদি দেখতে চাই যে এই পরিমাপটি খারাপ পরিণতির পূর্বাভাস দিতে …

11 logistic  sample-size 

আমার কাছে 2 x 2 x 6 টেবিলের ক্রস শ্রেণিবদ্ধ ডেটা রয়েছে। আসুন মাত্রা কল করুন response, Aএবং B। আমি মডেলের সাথে ডেটাতে একটি লজিস্টিক রিগ্রেশন ফিট করি response ~ A * B। এই মডেলের বিচ্যুতি বিশ্লেষণ বলে যে উভয় পদ এবং তাদের মিথস্ক্রিয়া গুরুত্বপূর্ণ। যাইহোক, ডেটাগুলির অনুপাতের দিকে তাকানো …

11 categorical-data  logistic  multiple-comparisons  chi-squared 

এসভিএম সম্পর্কে আমার উপলব্ধিটি হ'ল এটি লজিস্টিক রিগ্রেশন (এলআর) এর সাথে খুব সমান, যেমন শ্রেণীর অন্তর্গত হওয়ার সম্ভাবনা পাওয়ার জন্য সিগময়েড ফাংশনে একটি ভারী বৈশিষ্ট্যগুলি সরবরাহ করা হয় তবে ক্রস-এনট্রপি (লজিস্টিক) ক্ষতিের পরিবর্তে ফাংশন, প্রশিক্ষণ কব্জি ক্ষতি ব্যবহার করে সঞ্চালিত হয়। কব্জির ক্ষতি ব্যবহারের সুবিধাটি হ'ল কার্নেলাইজেশনকে আরও দক্ষ করতে …

11 machine-learning  logistic  svm 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

আমি Rব্যবহারে একটি লজিস্টিক রিগ্রেশন প্রশিক্ষণ দিতে পারি glm(y ~ x, family=binomial(logit))) কিন্তু, আইআইইউসি, এটি লগ সম্ভাবনার জন্য অনুকূল করে। রৈখিক ( ) ক্ষতির ফাংশন (যা এক্ষেত্রে মোট ভিন্নতার দূরত্বের সমান) ব্যবহার করে মডেলটিকে প্রশিক্ষণের কোনও উপায় আছে ?L1L1L_1 অর্থাত, দেওয়া একটি সাংখ্যিক ভেক্টর এবং একটি বিট (লজিক্যাল) ভেক্টর , …

11 logistic 

লজিস্টিক রিগ্রেশনে ক্রমাগত ভেরিয়েবলের জন্য বৈষম্যের অনুপাতটি ব্যাখ্যা করার বিষয়ে আমার বেশ কয়েকটি প্রশ্ন ছিল। আমি মনে করি এগুলি লজিস্টিক রিগ্রেশন (এবং সম্ভবত সাধারণভাবে রিগ্রেশন সম্পর্কে) সম্পর্কে প্রাথমিক প্রশ্ন এবং আমি উত্তরগুলি জানি না বলে আমি কিছুটা লজ্জা পেয়েছি, তবে আমি আমার গর্ব গিলে ফেলে জিজ্ঞাসা করব তাই আমি এগুলিতে …

11 regression  logistic 

আমার 1000 টি ধনাত্মক সহ 100,000 পর্যবেক্ষণ (9 ডামি সূচক ভেরিয়েবল) রয়েছে। লজিস্টিক রিগ্রেশন এই ক্ষেত্রে ভাল কাজ করা উচিত তবে কাটফফ সম্ভাব্যতা আমার ধাঁধা দেয়। সাধারণ সাহিত্যে, আমরা 1s এবং 0 এর পূর্বাভাস দেওয়ার জন্য 50% কাটঅফ বেছে নিই। আমার মডেল ~ 1% এর সর্বোচ্চ মূল্য দেয় বলে আমি …

11 regression  logistic  classification  generalized-linear-model  roc 

আমি জেনারালাইজড, লিনিয়ার এবং মিশ্রিত মডেলগুলির একটি উদাহরণ পুনরুত্পাদন করছি । আমার এমডব্লিউই নীচে: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution, NoofPlates, NoPositive) fm1 <- glm(formula=NoPositive/NoofPlates~log(Dilution), …

11 r  logistic  generalized-linear-model  likelihood-ratio  z-test 

আমার কাছে বড় জরিপের ডেটা, একটি বাইনারি ফলাফল পরিবর্তনশীল এবং বাইনারি এবং অবিচ্ছিন্ন সহ অনেক ব্যাখ্যামূলক ভেরিয়েবল রয়েছে। আমি মডেল সেটগুলি তৈরি করছি (উভয়টি জিএলএম এবং মিশ্রিত জিএলএমের সাথে পরীক্ষামূলক) এবং শীর্ষ মডেলটি নির্বাচন করতে তথ্য তাত্ত্বিক পদ্ধতির ব্যবহার করছি। আমি সংশ্লেষের জন্য ব্যাখ্যাগুলি (ধারাবাহিক এবং শ্রেণিবদ্ধ উভয়) সাবধানতার সাথে …

11 regression  logistic  data-transformation  skewness 

আমি একটি লজিস্টিক রিগ্রেশন মডেল সহ কিছু বৈশিষ্ট্যের ভিত্তিতে শিক্ষার্থীদের সাফল্য বা ব্যর্থতার পূর্বাভাস দেওয়ার চেষ্টা করছি। মডেলটির কর্মক্ষমতা উন্নত করতে, আমি ইতিমধ্যে স্পষ্ট পার্থক্যের ভিত্তিতে শিক্ষার্থীদের বিভিন্ন গ্রুপে বিভক্ত করার এবং প্রতিটি গ্রুপের জন্য পৃথক মডেল তৈরি করার বিষয়ে চিন্তা করেছি। তবে আমি মনে করি পরীক্ষার মাধ্যমে এই গোষ্ঠীগুলি …

11 clustering  data-mining  logistic 

লজিস্টিক রিগ্রেশন মডেলগুলি ভবিষ্যদ্বাণীকারীদের কিছু সেট হিসাবে কোনও ইভেন্টের লগ প্রতিক্রিয়াগুলিকে মডেল করে। তা হ'ল লগ (পি / (1-পি)) যেখানে পি কিছু ফলাফলের সম্ভাবনা। সুতরাং, কিছু পরিবর্তনশীল (এক্স) এর জন্য কাঁচা লজিস্টিক রিগ্রেশন সহগের ব্যাখ্যাটি লগ প্রতিক্রিয়া স্কেলে থাকতে হবে। এটি হ'ল যদি x = 5 এর জন্য সহগ হয় …

10 regression  logistic  logit 

[একই উত্তর এখানে জিজ্ঞাসা করা হয়েছিল ] আমি এল 1 নিয়মিতকরণ (লসো লজিস্টিক রিগ্রেশন) এর সাথে একটি লজিস্টিক রিগ্রেশন মডেল ফিট করেছি এবং আমি তাত্পর্যপূর্ণ জন্য ফিটেড সহগের পরীক্ষা করতে এবং তাদের পি-মান পেতে চাই। আমি জানি ওয়াল্ডের পরীক্ষাগুলি (উদাহরণস্বরূপ) নিয়মিতকরণ ছাড়াই সম্পূর্ণ সহনশীলতায় পৃথক সহগের তাত্পর্য পরীক্ষা করার একটি …

10 logistic  statistical-significance  regression-coefficients  lasso