প্রশ্ন ট্যাগ «regression-coefficients»

[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 

সুতরাং সবার আগে আমি এই ফোরামে কিছু গবেষণা করেছি এবং আমি জানি যে অত্যন্ত অনুরূপ প্রশ্ন জিজ্ঞাসা করা হয়েছিল তবে তাদের সাধারণত সঠিকভাবে উত্তর দেওয়া হয় না বা কখনও কখনও উত্তরগুলি আমার পক্ষে বোঝার পক্ষে যথেষ্ট বিশদ হয় না। এবার আমার প্রশ্নটি হ'ল: আমার কাছে দুটি সেট ডেটা রয়েছে, প্রতিটিটিতে …

10 r  regression  statistical-significance  regression-coefficients  group-differences 

আমি কিছু বাস্তব বিশ্বের ডেটা নিয়ে কাজ করছি এবং রিগ্রেশন মডেলগুলি কিছু বিপরীত ফলাফল পাচ্ছে। সাধারণত আমি পরিসংখ্যানকে বিশ্বাস করি তবে বাস্তবে এর মধ্যে কিছু জিনিস সত্য হতে পারে না। আমি যে প্রধান সমস্যাটি দেখতে পাচ্ছি তা হ'ল একটি ভেরিয়েবলের বৃদ্ধি প্রতিক্রিয়ার বৃদ্ধি ঘটায় যখন বাস্তবে বাস্তবে এগুলি নেতিবাচকভাবে সম্পর্কযুক্ত …

10 r  regression  regression-coefficients  computational-statistics 

আমার দুটি রিগ্রেশন opালগুলির সাথে তুলনা করা দরকার যেখানে: $ y_1 ~ a + b_1x y_2 ~ a + b_2x $ আমি কীভাবে বি 1 এবং বি 2 তুলনা করতে পারি? অথবা ইঁদুরগুলিতে আমার নির্দিষ্ট উদাহরণের ভাষায়, আমি তুলনা করতে চাই antero-posterior diameter ~ a + b1 * humeral length …

10 regression  regression-coefficients 

একটি প্রান্তিক মডেল প্রতিটি ক্লাস্টারের মধ্যে পারস্পরিক সম্পর্কের জন্য অ্যাকাউন্ট করে। একটি শর্তাধীন মডেল এছাড়াও একাউন্টে প্রতিটি ক্লাস্টার মধ্যে পারস্পরিক সম্পর্ক লাগে। আমার প্রশ্নগুলি হ'ল: শর্তসাপেক্ষে মডেল মডেলগুলি একটি ক্লাস্টারের মধ্যে এবং একটি জনসংখ্যার জুড়ে মূল প্রভাব রাখে এমন কি প্রান্তিক মডেল মডেলগুলি কোনও জনসংখ্যার মূল প্রভাব ফেলে? প্রান্তিক মডেলের …

10 repeated-measures  interpretation  regression-coefficients  marginal-model 

আমার অবস্থাটি হ'ল: আমার কাছে 1 ধারাবাহিক নির্ভরশীল এবং 1 ধারাবাহিক প্রেডিকটর ভেরিয়েবল রয়েছে যা আমি সাধারণ রৈখিক প্রতিরোধের জন্য তাদের অবশিষ্টাংশগুলিকে স্বাভাবিক করার জন্য লোগারিথ্মিকভাবে পরিবর্তিত করেছি। আমি কীভাবে এই রূপান্তরিত ভেরিয়েবলগুলিকে তাদের মূল প্রসঙ্গে সংযুক্ত করতে পারি তার জন্য যে কোনও সহায়তার প্রশংসা করব। ২০১০ সালে শিক্ষার্থীরা যে …

10 regression  data-transformation  regression-coefficients  logarithm 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

আমার প্রায়শই প্রায় 5000 টি সম্পর্কিত বৈশিষ্ট্য / সংশ্লেষ এবং বাইনারি প্রতিক্রিয়া সহ একটি ডেটাসেট রয়েছে। ডেটা আমাকে দেওয়া হয়েছিল, আমি তা সংগ্রহ করি নি। আমি মডেলগুলি তৈরি করতে লাসো এবং গ্রেডিয়েন্ট বুস্টিং ব্যবহার করি। আমি পুনরাবৃত্তিযুক্ত, নেস্টেড ক্রস বৈধতা ব্যবহার করি। আমি লাসোর বৃহত্তম (পরম) 40 সহগ এবং গ্রেডিয়েন্ট …

9 machine-learning  multiple-comparisons  regression-coefficients  lasso  high-dimensional 

উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

আমি একটি নিবন্ধের ফলাফলগুলি ব্যাখ্যা করার চেষ্টা করছি, যেখানে তারা বিভিন্ন ফলাফলের পূর্বাভাস দেওয়ার জন্য একাধিক প্রতিরোধ প্রয়োগ করেছিল। তবে 'গুলি (আদর্শায়িত বি কোফিসিয়েন্টস হিসাবে সংজ্ঞায়িত যেখানে নির্ভরশীল পরিবর্তনশীল এবং একটি পূর্বাভাসক) রিপোর্ট করা রিপোর্ট করা সাথে মেলে না বলে মনে হচ্ছে :ββ\betaβx1=Bx1⋅SDx1SDyβx1=Bx1⋅SDx1SDy\beta_{x_1} = B_{x_1} \cdot \frac{\mathrm{SD}_{x_1}}{\mathrm{SD}_y}yyyx1x1x_1R2R2R^2 -0.83, -0.29, -0.16, …

9 regression  regression-coefficients  multicollinearity  r-squared 

ইন এই কাগজ , ( ভ্যারিয়েন্স উপাদান জন্য Bayesian ইনফিরেনস শুধু ব্যবহার বৈপরীত্য ত্রুটি , Harville, 1974), লেখক দাবী একটি "সুপরিচিত সম্পর্ক ", লিনিয়ার রিগ্রেশন এর জন্য যেখানে (y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y−Xβ)′H−1(y−Xβ)=(y−Xβ^)′H−1(y−Xβ^)+(β−β^)′(X′H−1X)(β−β^)(y-X\beta)'H^{-1}(y-X\beta)=(y-X\hat\beta)'H^{-1}(y-X\hat\beta)+(\beta-\hat\beta)'(X'H^{-1}X)(\beta-\hat\beta)y=Xβ+ϵ,y=Xβ+ϵ,y=X\beta+\epsilon,ϵ∼N(0,H).ϵ∼N(0,H).\epsilon\sim\mathcal{N}(0, H). এটি কীভাবে সুপরিচিত? এটি প্রমাণ করার সহজ উপায় কী?

9 regression  regression-coefficients  heteroscedasticity  bias  linear-algebra 

এখানে আমি ব্যবহৃত কক্স্ফ-মডেলের সংক্ষিপ্ত-আউটপুট (আমি আর ব্যবহার করেছি এবং আউটপুটটি সেরা চূড়ান্ত মডেলের উপর ভিত্তি করে অর্থাৎ সমস্ত উল্লেখযোগ্য ব্যাখ্যামূলক ভেরিয়েবল এবং তাদের মিথস্ক্রিয়াগুলি অন্তর্ভুক্ত করা হয়েছে): coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 + LT:Food:Temp2) # Y<-Surv(Time,Status==1) এন = 555 …

9 r  interaction  regression-coefficients  cox-model 

আর ব্যবহার করে, আমি একটানা এবং বিচ্ছিন্ন ভবিষ্যদ্বাণীকের মিশ্রণ থেকে একক প্রতিক্রিয়ার পরিবর্তনশীল জন্য রৈখিক মডেল লাগিয়েছি। এটি উবার-বেসিক, তবে একটি পৃথক ফ্যাক্টরের জন্য সহগ কীভাবে কাজ করে তা বুঝতে আমার সমস্যা হচ্ছে। ধারণা: স্পষ্টতই, ক্রমাগত পরিবর্তনশীল 'x' এর সহগটি ফর্মটিতে প্রয়োগ করা হয় y = coefx(varx) + interceptতবে যদি …

9 linear-model  regression-coefficients  contrasts