প্রশ্ন ট্যাগ «regression»

একটি (বা আরও) "নির্ভরশীল" ভেরিয়েবল এবং "স্বতন্ত্র" ভেরিয়েবলের মধ্যে সম্পর্ক বিশ্লেষণের কৌশল

7
অবিচ্ছিন্নভাবে ভবিষ্যদ্বাণীকারী ভেরিয়েবলটি ভাঙার সুবিধা কী?
আমি ভাবছি যে কোনও মডেল ব্যবহার করার আগে একটি অবিচ্ছিন্ন ভবিষ্যদ্বাণী ভেরিয়েবল গ্রহণ এবং এটি ভেঙে ফেলার (উদাহরণস্বরূপ, কুইন্টাইলগুলিতে) মান কী is ভেরিয়েবলটি বিন্যস্ত করে আমার কাছে তথ্য হারাবে বলে মনে হয়। এটি কি তাই আমরা অ-লিনিয়ার প্রভাবগুলি মডেল করতে পারি? যদি আমরা চলকটিকে অবিচ্ছিন্নভাবে রাখি এবং এটি সত্যিকারের সরল …

3
একটি উদাহরণ: বাইনারি ফলাফলের জন্য গ্ল্যামনেট ব্যবহার করে লাসো রিগ্রেশন
আমি লাসো রিগ্রেশন সহ যেখানে আমার আগ্রহের ফলাফলটি দ্বিধাহীন তা ব্যবহার glmnetকরে ধকল শুরু করছি । আমি নীচে একটি ছোট মক ডেটা ফ্রেম তৈরি করেছি: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

3
আর স্কোয়ারটি কখন নেতিবাচক?
আমার বোধগম্যতা হ'ল নেতিবাচক হতে পারে না কারণ এটি আর এর বর্গক্ষেত্র However তবে আমি এসপিএসএসে একটি সাধারণ স্বতন্ত্র ভেরিয়েবল এবং নির্ভরশীল ভেরিয়েবল সহ একটি সাধারণ লিনিয়ার রিগ্রেশন চালিয়েছিলাম। আমার এসপিএসএস আউটপুট আমাকে আর 2 এর জন্য একটি নেতিবাচক মান দেয় । আমি যদি আর থেকে হাত দিয়ে এটি গণনা …

5
পদক্ষেপের প্রতিরোধের আধুনিক, সহজেই ব্যবহৃত বিকল্পগুলি কী কী?
আমার প্রায় 30 টি স্বাধীন ভেরিয়েবল সহ একটি ডেটাসেট রয়েছে এবং তাদের এবং নির্ভরশীল ভেরিয়েবলের মধ্যে সম্পর্কটি অনুসন্ধান করার জন্য একটি জেনারেলাইজড লিনিয়ার মডেল (জিএলএম) তৈরি করতে চাই। আমি সচেতন যে এই পরিস্থিতির জন্য আমাকে যে পদ্ধতিটি শিখানো হয়েছিল, ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে …

3
লাসো কেন পরিবর্তনীয় নির্বাচন সরবরাহ করে?
আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলি পড়ছি এবং আমি জানতে চাইছি কেন লাসো পরিবর্তনশীল নির্বাচন এবং রিজ রিগ্রেশনটি সরবরাহ করে না। উভয় পদ্ধতি স্কোয়ারের অবশিষ্টাংশকে ছোট করে এবং পরামিতিগুলির সম্ভাব্য মানগুলি একটি সীমাবদ্ধতা রাখে । লাসোর জন্য, প্রতিবন্ধকতা হ'ল , অন্যদিকে কিছুটা জন্য এটি ।ββ\beta||β||1≤t||β||1≤t||\beta||_1 \le t||β||2≤t||β||2≤t||\beta||_2 \le tttt আমি বইটিতে হীরা …

3
কেন লজিস্টিক রিগ্রেশনকে লজিস্টিক শ্রেণিবিন্যাস বলা হয় না?
লজিস্টিক রিগ্রেশন যেহেতু শ্রেণিবদ্ধ নির্ভরশীল ভেরিয়েবলগুলির সাথে সম্পর্কিত একটি পরিসংখ্যানগত শ্রেণিবদ্ধকরণ মডেল , কেন এটি লজিস্টিক শ্রেণিবিন্যাস বলা হয় না ? "রিগ্রেশন" নামটি কি অবিচ্ছিন্ন নির্ভরশীল ভেরিয়েবলগুলির সাথে সম্পর্কিত মডেলগুলিতে সংরক্ষণ করা উচিত নয়?

3
লজিস্টিক রিগ্রেশন জন্য ডায়াগনস্টিকস?
লিনিয়ার রিগ্রেশন এর জন্য, আমরা লিনিয়ার রিগ্রেশন অনুমান লঙ্ঘন করা হয়েছে কিনা তা পরীক্ষা করতে ডায়াগনস্টিক প্লটগুলি (রেসিডুয়াল প্লটস, নরমাল কিউকিউ প্লট ইত্যাদি) পরীক্ষা করতে পারি। লজিস্টিক রিগ্রেশন এর জন্য, আমার এমন সংস্থানগুলি খুঁজে পেতে সমস্যা হচ্ছে যেগুলি লজিস্টিক রিগ্রেশন মডেলকে কীভাবে ফিট করতে পারে তা নির্ধারণ করে। জিএলএমের জন্য …

6
রৈখিক প্রতিরোধের জন্য গ্রেডিয়েন্ট বংশোদ্ভূত কেন ব্যবহার করবেন, যখন কোনও ক্লোজড-ফর্ম গণিতের সমাধান পাওয়া যায়?
আমি মেশিন লার্নিং কোর্সগুলি অনলাইনে নিচ্ছি এবং অনুমানের অনুকূল মান গণনা করার জন্য গ্রেডিয়েন্ট বংশোদ্ভূত সম্পর্কে শিখেছি। h(x) = B0 + B1X নীচের সূত্রের সাহায্যে যদি আমরা সহজেই মানগুলি খুঁজে পেতে পারি তবে কেন আমাদের গ্রেডিয়েন্ট বংশদ্ভুত ব্যবহার করতে হবে? এটি সরাসরি এগিয়ে এবং সহজ দেখায়। তবে মান পেতে জিডির …

9
লিনিয়ার রিগ্রেশন বিশ্লেষণে কীভাবে বহিরাগতদের মোকাবেলা করা উচিত?
প্রায়শই একটি পরিসংখ্যান বিশ্লেষককে সেট ডেটাসেট হস্তান্তরিত করা হয় এবং লিনিয়ার রিগ্রেশন জাতীয় প্রযুক্তি ব্যবহার করে একটি মডেল ফিট করতে বলা হয়। খুব ঘন ঘন ডেটাসেটের সাথে "ওহ হ্যাঁ, আমরা এর মধ্যে কিছু ডেটা পয়েন্ট সংগ্রহ করতে ভুল করেছি - আপনি যা করতে পারেন তা করুন" এর অনুরূপ একটি দাবি …

7
একাধিক প্রতিরোধের জন্য সর্বনিম্ন নমুনার আকারের জন্য থাম্বের বিধি
সামাজিক বিজ্ঞানের একটি গবেষণা প্রস্তাবের প্রসঙ্গে, আমাকে নিম্নলিখিত প্রশ্ন জিজ্ঞাসা করা হয়েছিল: একাধিক রিগ্রেশনের জন্য সর্বনিম্ন নমুনার আকার নির্ধারণ করার সময় আমি সর্বদা 100 + মি (যেখানে মি প্রেডিক্টরের সংখ্যা) চলে এসেছি। এটা কি উপযুক্ত? আমি প্রায় একইভাবে বিভিন্ন থাম্বের নিয়ম সহ একই প্রশ্ন পাই rules আমি বিভিন্ন পাঠ্যপুস্তকেও থাম্বের …

10
লিনিয়ার রিগ্রেশন সম্পর্কিত সাধারণ অনুমানের একটি সম্পূর্ণ তালিকা কী?
রৈখিক প্রতিরোধের জন্য সাধারণ অনুমানগুলি কী কী? তারা কি অন্তর্ভুক্ত: স্বাধীন এবং নির্ভরশীল ভেরিয়েবলের মধ্যে একটি লিনিয়ার সম্পর্ক স্বাধীন ত্রুটি ত্রুটিগুলির সাধারণ বিতরণ homoscedasticity অন্য কেউ আছে?

2
বন্ধ-ফর্ম বনাম গ্রেডিয়েন্ট বংশোদ্ভূত মধ্যে রিগ্রেশন পরামিতিগুলির জন্য সমাধান
অ্যান্ড্রু এনগের মেশিন লার্নিং কোর্সে তিনি লিনিয়ার রিগ্রেশন এবং লজিস্টিক রিগ্রেশন প্রবর্তন করেছেন এবং গ্রেডিয়েন্ট বংশোদ্ভূত এবং নিউটনের পদ্ধতি ব্যবহার করে মডেল পরামিতিগুলি কীভাবে ফিট করবেন তা দেখায়। আমি জানি যে গ্রেডিয়েন্ট বংশোদ্ভূত মেশিন লার্নিংয়ের কয়েকটি অ্যাপ্লিকেশনগুলিতে (যেমন, ব্যাকপ্রোপেশন) দরকারী হতে পারে, তবে আরও সাধারণ ক্ষেত্রে আপনি বদ্ধ আকারে প্যারামিটারগুলির …

8
একটি বিদ্যমান ভেরিয়েবল (গুলি) এর সাথে সংজ্ঞায়িত পারস্পরিক সম্পর্কযুক্ত একটি এলোমেলো ভেরিয়েবল তৈরি করুন
একটি সিমুলেশন অধ্যয়নের জন্য আমাকে এলোমেলো ভেরিয়েবলগুলি তৈরি করতে হবে যা বিদ্যমান ভেরিয়েবল সাথে একটি পূর্বনির্ধারিত (জনসংখ্যা) পারস্পরিক সম্পর্ক দেখায় ।ওয়াইYY আমি Rপ্যাকেজগুলিতে সন্ধান করেছি copulaএবং CDVineযা প্রদত্ত নির্ভরতা কাঠামোর সাথে এলোমেলো মাল্টিভারিয়েট বিতরণ তৈরি করতে পারে। যাইহোক, বিদ্যমান ভেরিয়েবলের ফলে ফলাফলগুলির মধ্যে একটি স্থির করা সম্ভব নয়। বিদ্যমান ক্রিয়াকলাপগুলির …

12
লিনিয়ার রিগ্রেশন সম্পর্কে খুব সাধারণ কিছু ভুল ধারণা কী কী?
আমি কৌতুহলী, আপনারা যারা অন্যান্য গবেষকদের সাথে সহযোগিতা করার বিস্তৃত অভিজ্ঞতা অর্জন করেছেন তাদের ক্ষেত্রে, লিনিয়ার রিগ্রেশন সম্পর্কে আপনার প্রচলিত কিছু ভুল ধারণা যা আপনার মুখোমুখি হয়? আমি মনে করি যে আগে সময়ের আগে সাধারণ ভুল ধারণা সম্পর্কে ভাবা একটি দরকারী অনুশীলন হতে পারে মানুষের ভুল অনুমান করুন এবং কেন …

4
কীভাবে ক্যানোনিকাল পারস্পরিক সম্পর্ক বিশ্লেষণ করে (কী কী মূল উপাদান বিশ্লেষণ করে তার তুলনায়) কীভাবে কল্পনা করা যায়?
ক্যানোনিকাল পারস্পরিক সম্পর্ক বিশ্লেষণ (সিসিএ) মূল উপাদান বিশ্লেষণ (পিসিএ) সম্পর্কিত একটি কৌশল। স্ক্যাটার প্লট ব্যবহার করে পিসিএ বা লিনিয়ার রিগ্রেশন শেখানো সহজ হলেও (গুগল চিত্র অনুসন্ধানে কয়েক হাজার উদাহরণ দেখুন), সিসিএর জন্য আমি তেমন একটি স্বজ্ঞাত দ্বি-মাত্রিক উদাহরণ দেখিনি। লিনিয়ার সিসিএ কীভাবে দৃষ্টিভঙ্গি দিয়ে ব্যাখ্যা করবে?

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.