প্রশ্ন ট্যাগ «logit»

সাধারণত পরিসংখ্যানগত পদ্ধতিগুলি বোঝায় যা লজিস্টিক ফাংশনটি ব্যবহার করে, সাধারণত বিভিন্ন ধরণের লজিস্টিক রিগ্রেশন

2
লোগারিদমিক অফসেট সহ বাইনারি মডেল (প্রবিট এবং লগিট)
প্রবিট এবং লগাইটের মতো বাইনারি মডেলগুলিতে কোনও অফসেট কীভাবে কাজ করে তার কোনও বিকাশ আছে? আমার সমস্যাটিতে, ফলো-আপ উইন্ডো দৈর্ঘ্যে পরিবর্তিত হতে পারে। ধরা যাক রোগীরা চিকিত্সা হিসাবে প্রফিল্যাকটিক শট পান। শটটি বিভিন্ন সময়ে ঘটে থাকে, সুতরাং যদি ফলাফলটি কোনও বাইনারি সূচক হয় তবে কোনও অসুবিধাগুলি ঘটেছিল কিনা আপনার এই …

1
আমি কি লজিস্টিক রিগ্রেশনে চতুষ্কোণ পদটির অন্তর্ভুক্তিকে একটি টার্নিং পয়েন্ট নির্দেশ করে ব্যাখ্যা করতে পারি?
শুধুমাত্র লিনিয়ার এবং শর্তাবলী সহ একটি লজিস্টিক রিগ্রেশন, যদি আমার কাছে একটি লিনিয়ার সহগ এবং চতুর্ভুজ সহগ আমি কি বলতে পারি যে সম্ভাবনার টার্নিং পয়েন্ট রয়েছে ?β 2 - β 1 / ( 2 β 2 )β1β1\beta_1β2β2\beta_2−β1/(2β2)−β1/(2β2)-\beta_1 / (2\beta_2)

1
লজিস্টিক কোয়ান্টাইল রিগ্রেশন - ফলাফলগুলি কীভাবে সেরাভাবে জানাতে হয়
পূর্ববর্তী পোস্টে আমি ভেবে দেখেছি কীভাবে EQ-5D স্কোরগুলি মোকাবেলা করতে হয় । সম্প্রতি আমি বটতাই এবং ম্যাককাউন দ্বারা প্রস্তাবিত লজিস্টিক কোয়ান্টাইল রিগ্রেশনকে হোঁচট খেয়েছি যা সীমান্তের ফলাফলগুলি মোকাবেলার জন্য একটি দুর্দান্ত উপায় উপস্থাপন করে। সূত্রটি সহজ: l ও জিআমি টি ( y)) = l ও জি( y)- yমি i এনYআমি …

1
পূর্বাভাস দেওয়া আরে লগইটের আদেশ
আমি একটি আদেশযুক্ত লগিট রিগ্রেশন করার চেষ্টা করছি। আমি এর মতো মডেলটি চালাচ্ছি (আয় এবং জনসংখ্যার ব্যবস্থা থেকে বাজারে সংস্থাগুলির সংখ্যা নির্ধারণকারী একটি বোবা ছোট্ট মডেল)) আমার প্রশ্নটি ভবিষ্যদ্বাণী সম্পর্কে। nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) আমি যখন ভবিষ্যদ্বাণী চালাচ্ছি (যা আমি পূর্বাভাস y পাওয়ার জন্য ব্যবহার করার চেষ্টা করছি), ফলাফলগুলি …

3
প্রবিট এবং লগিট মডেলের প্রান্তিক প্রভাব
কেউ কি সাধারণ ব্যক্তির শর্তে প্রবিট এবং লগিট মডেলের প্রান্তিক প্রভাব গণনা করবেন তা ব্যাখ্যা করতে পারেন? আমি পরিসংখ্যানে নতুন এবং আমি এই দুটি মডেল সম্পর্কে বিভ্রান্ত।

6
আর-তে ম্লগিট ফাংশনটি চালানোর পরে ভবিষ্যদ্বাণী করুন
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)

2
কেন এক্সটেনসিটেটেড লজিস্টিক রিগ্রেশন সহগকে "প্রতিকূল অনুপাত" হিসাবে বিবেচনা করা হয়?
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 …

1
লজিস্টিক রিগ্রেশন বনাম চি-স্কোয়ার বনাম 2x2 এবং আইএক্স 2 (একক ফ্যাক্টর - বাইনারি প্রতিক্রিয়া) কন্টিনজেন্সি টেবিলগুলি?
আমি 2x2 এবং Ix2 কন্টিজেন্সি টেবিলগুলিতে লজিস্টিক রিগ্রেশন ব্যবহার বোঝার চেষ্টা করছি। উদাহরণস্বরূপ, উদাহরণ হিসাবে এটি ব্যবহার করে চি-স্কোয়ার পরীক্ষা এবং লজিস্টিক রিগ্রেশন ব্যবহারের মধ্যে পার্থক্য কী? একাধিক নামমাত্র উপাদান (Ix2 টেবিল) এর মতো একটি সারণীর কী হবে: এখানে একটি অনুরূপ প্রশ্ন রয়েছে - তবে উত্তরটি মূলত হ'ল চি-স্কোয়ারটি mxn …

2
মিশ্র মডেলগুলির জন্য প্যারামেট্রিক, সেমিপ্রেমেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং
নিম্নলিখিত গ্রাফ্ট এই নিবন্ধ থেকে নেওয়া হয়েছে । আমি বুটস্ট্র্যাপে নবাগত এবং R bootপ্যাকেজের সাথে রৈখিক মিশ্র মডেলের জন্য প্যারামিমেট্রিক, সেমিপ্রায়মেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং বুটস্ট্র্যাপিং বাস্তবায়নের চেষ্টা করছি । আর কোড আমার Rকোডটি এখানে : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
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.