প্রশ্ন ট্যাগ «regression»

আমার কাছে আমেরিকা যুক্তরাষ্ট্র জুড়ে আবহাওয়া স্টেশনগুলির একটি নেটওয়ার্কের ডেটা রয়েছে। এটি আমাকে একটি ডেটা ফ্রেম দেয় যাতে তারিখ, অক্ষাংশ, দ্রাঘিমাংশ এবং কিছু পরিমাপ করা মান থাকে। ধরে নিন যে প্রতিদিন একবার ডেটা সংগ্রহ করা হয় এবং আঞ্চলিক আকারের আবহাওয়া দ্বারা চালিত হয় (না, আমরা সেই আলোচনায় যাব না)। আমি …

16 r  regression  data-visualization  pca  spatial 

এখানে ব্যবহারের জন্য সাধারণ শব্দটি সঠিক শব্দ কিনা তা নিশ্চিত নন, তবে আমি কী জিজ্ঞাসার চেষ্টা করছি তা চিত্রিত করার জন্য যথাসাধ্য চেষ্টা করব। এখানে ব্যবহৃত অনুমানকটি সর্বনিম্ন স্কোয়ার। ধরুন আপনার , আপনি এটিকে যেখানে কেন্দ্রস্থল করতে পারেন যেখানে এবং , তাই যে \ beta_0 ' আর আনুমানিক হিসাব কোন …

16 regression  self-study  least-squares  regression-coefficients 

এই উইকিপিডিয়া লিঙ্কে ওএলএসের অবশিষ্টাংশের ভিন্ন ভিন্নতা সনাক্তকরণের জন্য বেশ কয়েকটি কৌশল তালিকাভুক্ত করা হয়েছে। আমি জানতে চাই যে হিট-অন টেকনিক হিটারোসেসডাস্টিটি দ্বারা প্রভাবিত অঞ্চলগুলি সনাক্ত করতে আরও দক্ষ। উদাহরণস্বরূপ, এখানে ওএলএস 'রেসিডুয়ালস বনাম ফিটেড' প্লটের কেন্দ্রীয় অঞ্চলটি প্লটের পক্ষগুলির চেয়ে বেশি বৈচিত্র্য দেখেছে (আমি সত্যিকার অর্থে পুরোপুরি নিশ্চিত নই, …

16 regression  least-squares  heteroscedasticity 

এটি এমন একটি বিষয় যা আমি অ্যাড-হক পদ্ধতি অনুসারে সম্পন্ন করে দেখছি এবং এটি আমার কাছে খুব মশলাদার মনে হলেও সম্ভবত আমি কিছু মিস করছি। আমি একাধিক প্রতিরোধের মধ্যে এটি দেখেছি কিন্তু আসুন এটি সহজ রাখি: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} এখন লাগানো মডেল থেকে বাকী …

16 regression  residuals 

সময় সিরিজ বিশ্লেষণে কেউ কি বলতে পারে যে 'অধ্যবসায়' শব্দটির অর্থ কী? এটি একনোমেট্রিক্স এবং প্রয়োগিত রিগ্রেশন সম্পর্কিত।

16 regression  time-series  econometrics  terminology 

সাধারণভাবে, সহগের সাথে সঠিকভাবে তুলনা করার জন্য আমি আমার স্বাধীন পরিবর্তনশীলগুলিকে প্রমিতগুলিতে মানক করি (এইভাবে তাদের একই ইউনিট রয়েছে: মানক বিচ্যুতি)। যাইহোক, প্যানেল / দ্রাঘিমাংশীয় ডেটা সহ, আমি নিশ্চিত না যে আমার ডেটা কীভাবে প্রমিত করা উচিত, বিশেষত যদি আমি শ্রেণিবদ্ধ মডেলটি অনুমান করি। এটি কেন একটি সম্ভাব্য সমস্যা হতে …

16 r  regression  standardization 

যেহেতু রিগ্রেশন মডেলিং প্রায়শই বিজ্ঞানের চেয়ে অনেক বেশি "আর্ট" থাকে তাই আমি প্রায়শই নিজেকে দেখতে পাই একটি রিগ্রেশন কাঠামোর অনেকগুলি পুনরাবৃত্তি পরীক্ষা করে। "সেরা" মডেলটি সন্ধানের প্রয়াসে এই একাধিক মডেল থেকে প্রাপ্ত তথ্যের সংক্ষিপ্তসার করার কয়েকটি দক্ষ উপায় কী? আমি যে পদ্ধতির ব্যবহার করেছি তা হ'ল সমস্ত মডেলকে একটি তালিকায় …

16 r  regression 

আরে মডেল সূত্রটি কীভাবে সংজ্ঞায়িত করব, যখন এক (বা আরও) সঠিক রৈখিক বিধিনিষেধগুলি সহগ কে বাঁধাই উপলব্ধ থাকে। উদাহরণ হিসাবে, বলুন যে আপনি জানেন যে একটি সাধারণ লিনিয়ার রিগ্রেশন মডেলটিতে b1 = 2 * b0। ধন্যবাদ!

16 r  regression  modeling 

লজিস্টিক রিগ্রেশন-এ, আপনি কীভাবে ওএলএস-এর প্রত্যক্ষ আপ হিসাবে সরাসরি থাকবেন এমন বহুবিশ্বের বিষয়ে উদ্বিগ্ন হওয়ার দরকার আছে? উদাহরণস্বরূপ, একটি লজিস্টিক রিগ্রেশন সহ, যেখানে বহুবিশ্লেষের উপস্থিতি রয়েছে, সেখানে কি আপনাকে বিটা সহগের দিক থেকে অনুগ্রহ করে সতর্ক হওয়া দরকার (যেমন আপনি ওএলএস প্রতিরোধের মতোই হবেন)? ওএলএস-এর রিগ্রেশন-র জন্য একাধিক "বহুবিধ" উচ্চতর …

16 regression  logistic  multicollinearity 

আমি উচ্চ-মাত্রিক রিগ্রেশন অঞ্চলে গবেষণাটি পড়তে চেষ্টা করছি; যখন চেয়ে বড় হয়, । মনে হচ্ছে শব্দটি প্রায়শই রিগ্রেশন আনুমানিকের জন্য রূপান্তর হারের ক্ষেত্রে দেখা যায় termsএন পি > > এন লগ পি / এনpppnnnp>>np>>np >> nlogp/nlog⁡p/n\log p/n উদাহরণস্বরূপ, এখানে সমীকরণ (17) বলছে যে লাসো ফিট, সন্তুষ্ট 1β^β^\hat{\beta}1n∥Xβ^−Xβ∥22=OP(σlogpn−−−−−√∥β∥1).1n‖Xβ^−Xβ‖22=OP(σlog⁡pn‖β‖1). \dfrac{1}{n}\|X\hat{\beta} - X …

16 regression  lasso  convergence  high-dimensional 

আমার প্রশ্নটি হল: বিটা বিতরণ এবং লজিস্টিক রিগ্রেশন মডেলের সহগগুলির মধ্যে গাণিতিক সম্পর্ক কী ? উদাহরণস্বরূপ: লজিস্টিক (সিগময়েড) ফাংশন দ্বারা সরবরাহ করা হয়েছে f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} এবং এটি লজিস্টিক রিগ্রেশন মডেলটিতে সম্ভাব্যতা মডেল করতে ব্যবহৃত হয়। যাক AAA একটি dichotomous হতে (0,1)(0,1)(0,1) রান ফলাফল এবং XXX একটি নকশা ম্যাট্রিক্স। লজিস্টিক …

16 regression  logistic  mathematical-statistics  beta-distribution 

এই পরিভাষার জন্য কিছু স্বজ্ঞাত ব্যাখ্যা আছে? কেন এটি এইভাবে হয়, এবং ভবিষ্যদ্বাণী (গুলি) ফলাফলের উপর চাপ দেওয়া হয় না? আদর্শভাবে আমি আশা করছি যে এই পরিভাষাটি কেন বিদ্যমান তার সঠিক ব্যাখ্যা শিক্ষার্থীদের এটি মনে রাখতে সহায়তা করে এবং এটিকে চারপাশে ভুল উপায়ে বলতে বাধা দেয়।

16 regression  terminology  teaching 

হ্রাস র‌্যাঙ্কের রিগ্রেশন এবং প্রধান উপাদানগুলির রিগ্রেশন কেবলমাত্র আংশিক ন্যূনতম স্কোয়ারগুলির বিশেষ ক্ষেত্রে? এই টিউটোরিয়াল (পৃষ্ঠা,, "উদ্দেশ্যগুলির তুলনা") বলেছে যে আমরা যখন এক্স বা ওয়াই (যেমন "আংশিক নয়") প্রজেক্ট না করে আংশিক ন্যূনতম স্কোয়ারগুলি করি তখন এটি একইভাবে হ্রাস র‌্যাঙ্ক রিগ্রেশন বা মূল উপাদানগুলির রিগ্রেশন হয়ে যায়। এই এসএএস ডকুমেন্টেশন …

16 regression  pca  dimensionality-reduction  partial-least-squares  reduced-rank-regression 

আমি বর্তমানে family = gaussianজীববৈচিত্রের একটি সূচকে লিনিয়ার মডেল ( ) প্রয়োগ করার চেষ্টা করছি যা শূন্যের চেয়ে কম মান নিতে পারে না, এটি শূন্য-স্ফীত এবং অবিচ্ছিন্ন। মানগুলি 0 থেকে সামান্য 0.25 এর মধ্যে থাকে। ফলস্বরূপ, মডেলটির অবশিষ্টাংশগুলিতে বেশ একটি সুস্পষ্ট নিদর্শন রয়েছে যা আমি মুক্তি পেতে সক্ষম হইনি: কীভাবে …

16 regression  zero-inflation  tobit-regression  tweedie-distribution 

আমি বৈষম্যমূলক বিশ্লেষণের কিছু কৌশল পেয়েছি এবং সেগুলি সম্পর্কে আমার কাছে প্রশ্ন রয়েছে। তাই: যখন ক্লাসগুলি ভালভাবে পৃথক করা হয়, লজিস্টিক রিগ্রেশনের জন্য প্যারামিটারের অনুমানগুলি আশ্চর্যজনকভাবে অস্থির হয়। গুণাগুণগুলি অনন্ত যেতে পারে। এলডিএ এই সমস্যায় ভুগছে না। বৈশিষ্ট্যগুলির সংখ্যা যদি ছোট হয় এবং প্রতিটি শ্রেণীর মধ্যে পূর্বাভাসকারীদের বিতরণ প্রায় স্বাভাবিক …

16 regression  logistic  multivariate-analysis  discriminant-analysis