প্রশ্ন ট্যাগ «predictor»

কোনও প্রতিক্রিয়ার পূর্বাভাস দেওয়ার জন্য কোনও মডেলটিতে ব্যবহৃত চলকগুলিকে বোঝায়। এই ট্যাগটিও ব্যবহার করা যেতে পারেXবর্ণনামূলক এবং বর্ণনামূলক মডেলিংয়ে ভেরিয়েবলগুলি কেবল ভবিষ্যদ্বাণীমূলক মডেলিং নয়। এই একই নির্মাণটি বিভিন্ন প্রসঙ্গে অনেকগুলি নাম দিয়ে চলেছে, যেমন: স্বতন্ত্র ভেরিয়েবল, ব্যাখ্যামূলক ভেরিয়েবল, রিগ্রসর ভেরিয়েবল, কোভারিয়েট ইত্যাদি This এই ট্যাগটি এই প্রতিশব্দ পদগুলির যে কোনওটির জন্য ব্যবহার করা যেতে পারে।

6
অনুমান এবং পূর্বাভাসের মধ্যে পার্থক্য কী?
উদাহরণস্বরূপ, আমার কাছে historicalতিহাসিক ক্ষতির ডেটা রয়েছে এবং আমি চরম কোয়ান্টাইল গণনা করছি (মান-ঝুঁকি বা সম্ভাব্য সর্বোচ্চ ক্ষতি)। প্রাপ্ত ফলাফলগুলি ক্ষতির অনুমান করার জন্য বা তাদের পূর্বাভাস দেওয়ার জন্য? কোথায় রেখা আঁকতে পারে? আমি দ্বিধান্বিত.
4
কোনও মডেল তৈরি করার সময় যে পরিসংখ্যানগত দিক থেকে তাত্পর্যপূর্ণ নয় সেগুলি কী 'রাখা উচিত'?
মডেলটির জন্য আমার গণনায় বেশ কয়েকটি কোভারিয়েট রয়েছে এবং সেগুলি সমস্তই পরিসংখ্যানগত দিক থেকে গুরুত্বপূর্ণ নয়। আমি কি তাদের অপসারণ করব? এই প্রশ্নটি ঘটনাটি নিয়ে আলোচনা করে, তবে আমার প্রশ্নের উত্তর দেয় না: কীভাবে আনকোভাতে কোনও কোভারিয়েটের অ-উল্লেখযোগ্য প্রভাব ব্যাখ্যা করা যায়? এই প্রশ্নের উত্তরে এমন কিছু নেই যা প্রস্তাব …
2
লিনিয়ার রিগ্রেশন-এ কখন এবং কীভাবে প্রমিত বর্ণনামূলক ভেরিয়েবলগুলি ব্যবহার করবেন use
লিনিয়ার রিগ্রেশন সম্পর্কে আমার কাছে দুটি সাধারণ প্রশ্ন রয়েছে: ব্যাখ্যামূলক ভেরিয়েবলগুলি মানক করার পরামর্শ কখন দেওয়া হয়? মান নির্ধারিত মানগুলির সাথে একবার অনুমান করা হয়ে গেলে, কীভাবে নতুন মানগুলির সাথে ভবিষ্যদ্বাণী করা যায় (কীভাবে নতুন মানগুলিকে মানিক করা উচিত)? কিছু তথ্যসূত্র সহায়ক হবে।
3
অন্যান্য ভবিষ্যদ্বাণীকারীদের অন্তর্ভুক্ত করার পরে রিগ্রেশন সহগগুলি যা সাইন উল্টে দেয়
কল্পনা করা আপনি চারটি সংখ্যক ভবিষ্যদ্বাণী (আইভি 1, ..., আইভি 4) দিয়ে লিনিয়ার রিগ্রেশন চালান যখন কেবলমাত্র IV1 ভবিষ্যদ্বাণী হিসাবে অন্তর্ভুক্ত হয় মানক বিটা হয় +.20 আপনি যখন আইভি 2-কে আইভি 4 অন্তর্ভুক্ত করেন তখন আইভি 1 এর মানক রেগ্রেশন সহগের চিহ্নটি উল্টে যায় -.25(অর্থাত্ এটি নেতিবাচক হয়ে যায়)। এটি …
7
রিগ্রেশন বিশ্লেষণে, আমরা কেন স্বাধীন ভেরিয়েবলগুলিকে "স্বতন্ত্র" বলি?
আমি বোঝাতে চাইছি এর কয়েকটি পরিবর্তনশীল একে অপরের মধ্যে দৃ strongly়ভাবে সম্পর্কিত। কীভাবে / কেন / কোন প্রসঙ্গে আমরা এগুলিকে স্বতন্ত্র ভেরিয়েবল হিসাবে সংজ্ঞায়িত করি ?
4
ইন্ডিপেন্ডেন্ট ভেরিয়েবল = এলোমেলো পরিবর্তনশীল?
আমি সামান্য বিভ্রান্ত করছি যদি একটি স্বাধীন পরিবর্তনশীল একটি পরিসংখ্যানগত মডেল (এছাড়াও predictor বা বৈশিষ্ট্য বলা হয়), উদাহরণস্বরূপ রৈখিক রিগ্রেশনে , একটি দৈব চলক হয়?ওয়াই = β 0 + β 1 এক্সXXXY=β0+β1XY=β0+β1XY=\beta_0+\beta_1 X
4
প্রান্ত ক্ষেত্রে যথাযথতা এবং পুনরুদ্ধার জন্য সঠিক মান কি?
যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
4
চিকিত্সা দ্বারা প্রভাবিত covariate সঙ্গে ভাল ডেটা উদাহরণ প্রয়োজন
আমি প্রচুর আর ডেটাসেটগুলি, ডিএএসএল এবং অন্য কোথাও পোস্টিংয়ের দিকে নজর রেখেছি এবং পরীক্ষামূলক তথ্যগুলির জন্য কোভারিয়েন্সের বিশ্লেষণ চিত্রিত আকর্ষণীয় ডেটাসেটের খুব ভাল উদাহরণ খুঁজে পাচ্ছি না। স্ট্যাট পাঠ্যপুস্তকে স্বীকৃত ডেটা সহ অসংখ্য "খেলনা" ডেটাসেট রয়েছে। আমি একটি উদাহরণ পেতে চাই যেখানে: একটি আকর্ষণীয় গল্প সহ তথ্যগুলি আসল কমপক্ষে একটি …
4
সর্বাধিক সংখ্যক স্বতন্ত্র ভেরিয়েবল যা একাধিক রিগ্রেশন সমীকরণে প্রবেশ করতে পারে
একাধিক রিগ্রেশন সমীকরণে যে কোনও স্বতন্ত্র ভেরিয়েবল প্রবেশ করতে পারে তার সীমা কত? আমার কাছে 10 ভবিষ্যদ্বাণী রয়েছে যে আমি ফলাফলের পরিবর্তনশীলটিতে তাদের আপেক্ষিক অবদানের ক্ষেত্রে পরীক্ষা করতে চাই। একাধিক বিশ্লেষণের জন্য সামঞ্জস্য করার জন্য আমাকে কি কোনও বোনিফেরনি সংশোধন ব্যবহার করা উচিত?
2
কোনও পইসন মডেলটিতে, সময়কে সমাহার হিসাবে ব্যবহার করা বা অফসেটের মধ্যে পার্থক্য কী?
আমি সম্প্রতি আবিষ্কার করেছি কীভাবে সময়ের সাথে সাথে এক্সপ্লোরের মডেল করতে পারি (উদাহরণস্বরূপ) লয়েস পয়েসন রিগ্রেশনটিতে অফসেট হিসাবে ব্যবহার করে। আমি বুঝতে পেরেছিলাম যে অফসেটটি সহগ 1 সহ কোভারিয়েট হিসাবে সময় থাকার সাথে সম্পর্কিত। আমি একটি অফসেট হিসাবে বা একটি সাধারণ কোভারিয়েট হিসাবে সময় ব্যবহার করার মধ্যে পার্থক্যটি আরও ভালভাবে …
3
কীভাবে অর্ডিনাল শ্রেণিবদ্ধ ভেরিয়েবলকে স্বাধীন ভেরিয়েবল হিসাবে পরিচালনা করতে হয়
আমি লগিট মডেলটি ব্যবহার করছি। আমার নির্ভরশীল পরিবর্তনশীল বাইনারি হয়। তবে একটি স্বাধীন পরিবর্তনশীল যা শ্রেণীগত এবং প্রতিক্রিয়া রয়েছে রয়েছে: 1.very good, 2.good, 3.average, 4.poor and 5.very poor। সুতরাং, এটি অর্ডিনাল ("পরিমাণগত শ্রেণীবদ্ধ")। মডেলটিতে কীভাবে এটি পরিচালনা করবেন তা সম্পর্কে আমি নিশ্চিত নই। আমি ব্যবহার করছি gretl। [@Ttnphns থেকে দ্রষ্টব্য: …
3
নিয়মিত স্বাধীন চলক সহ অবিচ্ছিন্ন নির্ভরশীল পরিবর্তনশীল dependent
অবিচ্ছিন্ন পরিবর্তনশীল এক্স 1 সহ অবিচ্ছিন্ন নির্ভরশীল ভেরিয়েবল y এবং স্বতন্ত্র ভেরিয়েবল দেওয়া , আমি কীভাবে একটি রৈখিক মডেল ফিট করব ? এই জাতীয় মডেল সম্পর্কে কাগজপত্র আছে?R
3
আমাদের কি সত্যিই "সমস্ত প্রাসঙ্গিক ভবিষ্যদ্বাণী" অন্তর্ভুক্ত করা দরকার?
অনুমানের জন্য রিগ্রেশন মডেলগুলি ব্যবহার করার একটি প্রাথমিক ধারণা হ'ল "সমস্ত প্রাসঙ্গিক ভবিষ্যদ্বাণী" ভবিষ্যদ্বাণী সমীকরণের অন্তর্ভুক্ত করা হয়েছে। যুক্তিটি হ'ল একটি গুরুত্বপূর্ণ আসল-বিশ্ব ফ্যাক্টর অন্তর্ভুক্ত করতে ব্যর্থতা পক্ষপাতদুষ্ট সহগ এবং এইভাবে ভুল ইনফারেন্সগুলি (যেমন, বাদ দেওয়া পরিবর্তনশীল পক্ষপাত) বাড়ে। কিন্তু গবেষণা বাস্তবে, আমি আছে না যে কেউ সহ দেখা প্রতিম …
1
মানকযুক্ত বিটাগুলি মূল ভেরিয়েবলগুলিতে ফিরে রূপান্তর করা
আমি বুঝতে পারি এটি সম্ভবত খুব সহজ প্রশ্ন তবে অনুসন্ধানের পরে আমি যে উত্তরটি খুঁজছি তা খুঁজে পাচ্ছি না। আমার একটি সমস্যা আছে যেখানে বেটাসের রিজ অনুমানগুলি গণনা করার জন্য ভেরিয়েবলগুলি (রিজ রিগ্রেশন) রান করুন standard আমার তখন এগুলিকে মূল ভেরিয়েবল স্কেলে রূপান্তর করতে হবে। তবে আমি কীভাবে এটি করব? …
4
ভবিষ্যদ্বাণীকারীদের বিভিন্ন সেট গুরুত্ব তুলনা
আমি একটি বিশেষ সমস্যা নিয়ে গবেষক ছাত্রকে পরামর্শ দিচ্ছিলাম এবং আমি এই সাইটে অন্যের ইনপুট পেতে আগ্রহী ছিলাম। প্রসঙ্গ: গবেষকের তিন ধরণের প্রেডিকটার ভেরিয়েবল ছিল। প্রতিটি প্রকারে ভবিষ্যদ্বাণী ভেরিয়েবলগুলির একটি পৃথক সংখ্যা রয়েছে। প্রতিটি ভবিষ্যদ্বাণীকারী একটি অবিচ্ছিন্ন পরিবর্তনশীল ছিল: সামাজিক: এস 1, এস 2, এস 3, এস 4 (অর্থাত্ চারটি …
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.