প্রশ্ন ট্যাগ «regression-coefficients»

ধরুন আমি প্রত্যাবর্তন করতে ইচ্ছুক একটি সাধারণ বিরুদ্ধে , কিন্তু আমি একটি বিক্ষিপ্ত সমাধান চাই। রিগ্রেশন হওয়ার পরে, কেন ক্ষুদ্রতম মাত্রার সহগকে বাতিল করা হচ্ছে না?YYYXXX রেকর্ডের জন্য, আমি LARS এবং লাসো পদ্ধতিগুলি শুনেছি এবং প্রায়শই ব্যবহার করি। আমি কেবল কৌতূহল বোধ করি কেন উপরের পদ্ধতিটি প্রযোজ্য নয়।

14 regression  regression-coefficients 

দেখে মনে হচ্ছে আমার কাছে যদি রিগ্রেশন মডেল থাকে যেমন yi∼β0+β1xi+β2x2i+β3x3iyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3আমি হয় একটি কাঁচা বহুপুত্র ফিট করতে পারি এবং অবিশ্বাস্য ফলাফল পেতে পারি বা একটি অর্থোগোনাল বহুবর্ষের সাথে ফিট করতে পারি এবং সহগগুলি পাই যাগুলির সরাসরি শারীরিক ব্যাখ্যা নেই (যেমন আমি এগুলিকে …

14 regression  linear-model  regression-coefficients  polynomial 

আমি এই দুটি পদ জুড়ে এসেছি যা বিভিন্ন প্রসঙ্গে পরিবর্তে পরিবর্তিতভাবে ব্যবহৃত হয়। মূলত, মডারেটর (এম) এমন একটি উপাদান যা এক্স এবং ওয়াইয়ের মধ্যে সম্পর্কের উপর প্রভাব ফেলে Mode সংযম বিশ্লেষণ সাধারণত একটি রিগ্রেশন মডেল ব্যবহার করে করা হয়। উদাহরণস্বরূপ, লিঙ্গ (এম) "পণ্য গবেষণা" (এক্স) এবং "পণ্য ক্রয়" (ওয়াই) এর …

14 regression  interaction  interpretation  regression-coefficients  terminology 

সুতরাং, আমি একটি এলোমেলো প্রভাব নেতিবাচক-দ্বিপদী মডেল ফিট করতে চাই। এই জাতীয় মডেলের জন্য স্টাটা ক্ষুদ্রতর সহগ তৈরি করতে পারে। সহায়তা ফাইল অনুসারে এই জাতীয় সহগগুলি ঘটনা-হার অনুপাত হিসাবে ব্যাখ্যা করা যেতে পারে। দুর্ভাগ্যক্রমে আমি স্থানীয় ইংরেজী স্পিকার নই এবং ঘটনা-হারের অনুপাতগুলি কীভাবে বা আমি কীভাবে এটি অনুবাদ করতে পারি …

14 interpretation  negative-binomial  regression-coefficients 

সামান্য ব্যাকগ্রাউন্ড আমি রিগ্রেশন বিশ্লেষণের ব্যাখ্যার উপর কাজ করছি তবে আমি r, r স্কোয়ারড এবং অবশিষ্ট স্ট্যান্ডার্ড বিচ্যুততার অর্থ সম্পর্কে সত্যিই বিভ্রান্ত হয়ে পড়েছি। আমি সংজ্ঞাগুলি জানি: Characterizations r একটি স্ক্যাটারপ্লোটে দুটি ভেরিয়েবলের মধ্যে রৈখিক সম্পর্কের শক্তি এবং দিকের পরিমাপ করে আর-স্কোয়ারটি ফিটেড রিগ্রেশন লাইনের সাথে ডেটা কতটা কাছাকাছি তার …

13 r  regression  regression-coefficients  linear  pearson-r 

পূর্ববর্তী প্রশ্ন এবং আলোচনা থেকে মূল্যবান মতামত সংগ্রহ করার পরে, আমি নিম্নলিখিত প্রশ্নটি নিয়ে এসেছি: মনে করুন যে লক্ষ্যটি দুটি গ্রুপে প্রভাবের পার্থক্য সনাক্ত করা, উদাহরণস্বরূপ পুরুষ বনাম মহিলা। এটি করার দুটি উপায় রয়েছে: দুটি গোষ্ঠীর জন্য দুটি পৃথক , এবং নাল অনুমানটি প্রত্যাখ্যান করতে (বা না) ওয়াল্ড পরীক্ষা নিযুক্ত …

13 statistical-significance  interaction  regression-coefficients 

আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

একটি রেজিস্ট্রার এবং একটি প্রতিক্রিয়া ( +0,43) এর মধ্যে ইতিবাচক পারস্পরিক সম্পর্ক পাওয়া সম্ভব এবং এর পরে, এই রেজিস্ট্রারের জন্য লাগানো রিগ্রেশন মডেলটিতে একটি নেতিবাচক সহগ পাওয়া সম্ভব? আমি কিছু মডেলের মধ্যে রেজিস্ট্রারের সাইন পরিবর্তনগুলির কথা বলছি না। সহগ চিহ্ন সর্বদা থেকে যায়। লাগানো মডেলের অবশিষ্ট ভেরিয়েবলগুলি কী সাইন পরিবর্তনে …

12 correlation  multiple-regression  regression-coefficients 

আমি বর্তমানে ase 300 ভেরিয়েবল এবং 800 টি পর্যবেক্ষণ সহ একটি ডেটাসেটে বাইনারি ফলাফলের জন্য ভবিষ্যদ্বাণীমূলক মডেল তৈরির কাজ করছি। ধাপে ধাপে রিগ্রেশন সম্পর্কিত সমস্যাগুলি এবং কেন এটি ব্যবহার করবেন না সে সম্পর্কে আমি এই সাইটে অনেকগুলি পড়েছি। আমি লাসো রিগ্রেশন এবং বৈশিষ্ট্য নির্বাচনের জন্য এর ক্ষমতা সম্পর্কে পড়ছি এবং …

12 multiple-regression  predictive-models  interpretation  regression-coefficients  lasso 

আমি একই দুটি রেফ্রিজারেশন সিস্টেমে ব্যবহৃত দুটি (২) ফ্রিজ (গ্যাস) মূল্যায়ন করছি। মূল্যায়নের জন্য আমার কাছে স্যাচুরেটেড সাকশন তাপমাত্রা ( এসএসS ), ঘনীভূত তাপমাত্রা ( ), এবং এম্পারেজ ( ) ডেটা রয়েছে। ডেটা দুটি (2) সেট আছে; 1 ম রেফ্রিজারেন্ট ( ) এবং 2 য় রেফ্রিজারেন্ট ( )। আমি রিগ্রেশন …

12 regression  regression-coefficients 

আমার একটি লিনিয়ার রিগ্রেশন মডেল রয়েছে যেখানে নির্ভরশীল ভেরিয়েবল লগ হয় এবং একটি স্বতন্ত্র ভেরিয়েবল লিনিয়ার হয়। একটি মূল স্বতন্ত্র ভেরিয়েবলের সহগ negative : । কীভাবে ব্যাখ্যা করবেন তা নিশ্চিত নয়।−.0564−.0564-.0564 আমি কি পরম মানটি ব্যবহার করি তবে এটিকে একে নেতিবাচক হিসাবে রূপান্তর করব: (exp(0.0564)−1)⋅100=5.80(exp⁡(0.0564)−1)⋅100=5.80(\exp(0.0564)-1) \cdot 100 = 5.80 অথবা …

11 linear-model  interpretation  regression-coefficients 

আমার লক্ষ্য হ'ল এই বিষয়ে পূর্ববর্তী গবেষণার দ্বারা প্রাপ্ত সহগগুলি ব্যবহার করা স্বাধীন ভেরিয়েবলগুলির একটি সেট দেওয়া প্রকৃত ফলাফলের পূর্বাভাস দেওয়ার জন্য। যাইহোক, গবেষণা পত্রটি কেবল বিটা সহগ এবং টি-মান তালিকাভুক্ত করে। আমি জানতে চাই যে মানকযুক্ত গুণাগুণগুলি আনস্ট্যান্ডার্ড না করে রূপান্তর করা সম্ভব কিনা। পূর্বাভাসকৃত মানটি গণনা করার জন্য …

11 regression-coefficients 

মাল্টিলেভাল রিগ্রেশন থেকে কীভাবে একজন মানিক (স্থির প্রভাব) রিগ্রেশন ওজন পেতে পারেন? এবং, একটি "অ্যাড-অন" হিসাবে: এই-মান mer(ওষুধের lmerমধ্যে lme4প্যাকেজটির কার্যকারিতা থেকে) মানকযুক্ত ওজনগুলি অর্জনের সহজ উপায় কী R?

11 r  multilevel-analysis  lme4-nlme  regression-coefficients  standardization 

রিগ্রেশন মডেল রয়েছে যেখানে ওয়াই= এ + বি এক্সওয়াই=একটি+ +খএক্সY = a + bX সাথে a = 1.6একটি=1.6a = 1.6 এবং খ = 0.4খ=0.4b=0.4 , যার সাথে r = 0.60302 এর পারস্পরিক সম্পর্ক সহগ রয়েছে r = 0.60302R=0,60302r = 0.60302। তাহলে এক্সএক্সX এবং ওয়াইওয়াইY তারপর প্রায় সুইচড হয় এবং সমীকরণ …

11 correlation  regression-coefficients 

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