প্রশ্ন ট্যাগ «regression»

যদি আমরা ডেটার সেট , তবে এটিতে লাসো প্রয়োগ করুন এবং একটি সমাধান , আমরা আবার ডেটা সেটে লাসো প্রয়োগ করতে পারি , যেখানে অ- এর সেট is একটি সমাধান পাওয়ার জন্য এর শূন্য সূচক, relax , যাকে বলা হয় 'রিল্যাক্সড লাসো' সমাধান (আমি ভুল হলে আমাকে সংশোধন করুন!)। সমাধান …

16 regression  optimization  lasso  regularization  shrinkage 

হিসাবে ব্যাখ্যা করা এই কোর্সের বিলিপত্র (পৃষ্ঠা 1) , একটি রৈখিক মডেল আকারে লেখা যেতে পারে: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, যেখানে yyy হ'ল প্রতিক্রিয়া পরিবর্তনশীল এবং xixix_{i} হ'ল ithithi^{th} ব্যাখ্যামূলক পরিবর্তনশীল। প্রায়শই পরীক্ষার অনুমানগুলি পূরণের লক্ষ্য নিয়ে, কেউ প্রতিক্রিয়ার পরিবর্তনশীলকে রূপান্তর করতে …

16 regression  generalized-linear-model  data-transformation  linear-model 

Lasso বা শৈলশিরা রিগ্রেশনে, এক সংকোচন প্যারামিটার প্রায়ই ডাকা নির্দিষ্ট করতে হয়েছে বা α । এই মান প্রায়ই যা সেরা উদাঃ উৎপাদ প্রশিক্ষণ ডেটা এবং দেখে মান আলাদা একটি গুচ্ছ চেক করে ক্রস বৈধতা মাধ্যমে নির্বাচিত করা হয় আর 2 টেস্ট ডেটার উপর। মানগুলির পরিসীমাটি কোনটি পরীক্ষা করা উচিত? এটি …

16 regression  lasso  regularization  ridge-regression  penalized 

অনুমানের জন্য আরিমা ত্রুটিগুলি (ডায়নামিক রিগ্রেশন) সহ রিগ্রেশন ব্যবহারের স্টেশনারিটি প্রয়োজনীয়তাগুলি কী কী? বিশেষ করে, আমি একটি অ-নিশ্চল একটানা ফলাফল পরিবর্তনশীল আছে , একটি অ-নিশ্চল একটানা predictor পরিবর্তনশীল x একটি এবং একটি ডামি পরিবর্তনশীল চিকিত্সা সিরিজের এক্স খ । আমি জানতে চাই যে চিকিত্সা শূন্য পরিবর্তন থেকে দ্বি-মানের ত্রুটিরও বেশি …

16 regression  time-series  arima  stationarity 

আমি সাধারণ রৈখিক মডেলগুলিতে এখনও বেশ নতুন, এবং আমি যে জিএলএম পাঠিয়েছি তার বেশিরভাগ স্বরলিপি নিয়ে লড়াই করছি। এমন কি অত্যন্ত জনপ্রিয় জিএলএম বই রয়েছে যেগুলি তাদের পাঠযোগ্যতার জন্য আরও ভাল ধার দেয়?

16 regression  generalized-linear-model  references 

বলুন আমার একটি মাল্টিভেয়ারেবল (বেশ কয়েকটি স্বতন্ত্র ভেরিয়েবল) রিগ্রেশন রয়েছে যা 3 টি ভেরিয়েবল নিয়ে গঠিত। এই ভেরিয়েবলগুলির প্রত্যেকের একটি প্রদত্ত সহগ রয়েছে। যদি আমি একটি চতুর্থ ভেরিয়েবল প্রবর্তন এবং রিগ্রেশন পুনরায় চালু করার সিদ্ধান্ত নিই, তবে 3 টি মূল ভেরিয়েবলের সহগ পরিবর্তন হবে? আরও বিস্তৃতভাবে: একটি মাল্টিভেয়ারেবল (একাধিক স্বতন্ত্র …

16 regression  multiple-regression  multivariable 

কিছু নিয়মিতকরণের সাথে লিনিয়ার রিগ্রেশন বিবেচনা করুন: উদাহরণস্বরূপ যেটি হ্রাস করুন | | একটি এক্স - বি | | 2 + λ | | এক্স | | 1xxx||Ax−b||2+λ||x||1||Ax−b||2+λ||x||1||Ax - b||^2+\lambda||x||_1 সাধারণত, এ এর ​​কলামগুলিকে শূন্য গড় এবং একক আদর্শ হিসাবে মানক করা হয়, এবং শূন্য গড় হিসাবে কেন্দ্রীভূত হয়। মানককরণ …

16 regression  lasso  regularization  standardization 

আমি এটিতে বেশ নতুন, তাই আমি আশা করি আপনি যদি প্রশ্নটি নির্লজ্জ হন তবে আপনি আমাকে ক্ষমা করবেন। (প্রসঙ্গ: আমি ডেভিডসন এবং ম্যাককিননের বই "একনোমেট্রিক থিওরি এবং পদ্ধতিগুলি" থেকে একনোমেট্রিকস শিখছি , এবং তারা এটার ব্যাখ্যা দেবে বলে মনে হয় না; আমি লুয়েনবার্গার অপটিমাইজেশন বইটিও দেখেছি যা কিছুটা আরও উন্নত …

16 regression  least-squares 

আমার কাছে একটি ক্লাসিক রৈখিক মডেল রয়েছে, যেখানে 5 টি সম্ভাব্য রেজিস্ট্রার রয়েছে। তারা একে অপরের সাথে সম্পর্কযুক্ত নয়, এবং প্রতিক্রিয়াটির সাথে বেশ কম সম্পর্ক রয়েছে। আমি এমন একটি মডেল পৌঁছেছি যেখানে 3 জন রেজিস্ট্রারদের তাদের টি স্ট্যাটিস্টিক (পি <0.05) এর জন্য উল্লেখযোগ্য সহগ রয়েছে। বাকি 2 ভেরিয়েবলের দুটি বা …

16 r  regression  self-study  linear-model 

আমি "চেঞ্জ পয়েন্ট" বিশ্লেষণ, বা nls()আর এর সাহায্যে একটি মাল্টিপেজ রিগ্রেশন বাস্তবায়নের চেষ্টা করছি এখানে আমি তৈরি কিছু জাল তথ্য । ডেটা ফিট করার জন্য আমি যে সূত্রটি ব্যবহার করতে চাই তা হ'ল: Y= β0+ + β1এক্স + + β2সর্বোচ্চ ( 0 , এক্স - δ))Y=β0+ +β1এক্স+ +β2সর্বোচ্চ(0,এক্স-δ)y = \beta_0 …

16 r  regression  change-point  nls 

লিনিয়ার রিগ্রেশন (স্কোয়ার লস) এ, ম্যাট্রিক্স ব্যবহার করে আমাদের উদ্দেশ্যটির জন্য খুব সংক্ষিপ্ত স্বরলিপি রয়েছে minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 যেখানে AAA হ'ল ডেটা ম্যাট্রিক্স, xxx হ'ল সহগুণ, এবং bbb এর প্রতিক্রিয়া। লজিস্টিক রিগ্রেশন উদ্দেশ্য জন্য ম্যাট্রিক্স স্বরলিপি আছে কি? আমি যে সমস্ত নোটেশন দেখেছি সেগুলি সমস্ত ডেটা পয়েন্টের সমষ্টি থেকে …

16 regression  logistic  linear-model  notation 

একটি লিনিয়ার রিগ্রেশন সহ সময়ের সাথে একটি প্রবণতা সন্ধান করার জন্য "যুক্তিসঙ্গত" ন্যূনতম সংখ্যার পর্যবেক্ষণগুলি কী হবে? চতুর্ভুজ মডেল ফিটিং সম্পর্কে কি? আমি স্বাস্থ্যের অসমতার (এসআইআই, আরআইআই) সংমিশ্রিত সূচকগুলি নিয়ে কাজ করি এবং সমীক্ষার মাত্র 4 টি তরঙ্গ রয়েছে, সুতরাং 4 পয়েন্ট (1997,2001,2004,2008)। আমি পরিসংখ্যানবিদ নই, তবে আমার স্বজ্ঞাত ছাপ …

16 regression 

আমি একটি স্থির প্রভাব (শর্ত) এবং দুটি এলোমেলো প্রভাব (বিষয় নকশা এবং জুটির মধ্যে অংশগ্রহণকারী) সহ একটি মিশ্র ইফেক্ট মডেল ব্যবহার করে একটি ডেটা সেট বিশ্লেষণ করছি। মডেল দিয়ে তৈরি করা হয়েছিল lme4প্যাকেজ: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp)। এরপরে, আমি স্থির প্রভাব (শর্ত) ছাড়াই মডেলটির বিপরীতে এই মডেলের সম্ভাবনা অনুপাতের পরীক্ষা করেছি এবং একটি …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

আমার কাছে বিভিন্ন লাইব্রেরি থেকে দুটি ভিন্ন পদ্ধতি সম্পর্কে একটি প্রশ্ন রয়েছে যা মনে হয় একই কাজ করছে। আমি লিনিয়ার রিগ্রেশন মডেল তৈরি করার চেষ্টা করছি। আমি ওএলএস সহ স্ট্যাটাসমডেল লাইব্রেরিটি ব্যবহার করছি এমন কোডটি এখানে: X_train, X_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size=0.3, random_state=1) x_train = sm.add_constant(X_train) model = …

16 regression  python  scikit-learn  statsmodels 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ আপনি যদি এই পোস্টের শীর্ষের দিকে তাকান তবে লেখক উল্লেখ করেছেন যে এল 2 আদর্শের একটি অনন্য সমাধান রয়েছে এবং এল 1 আদর্শের অনেকগুলি সমাধান রয়েছে। আমি এটি নিয়মিতকরণের ক্ষেত্রে বুঝতে পারি, তবে ক্ষতির ক্ষেত্রে এল 1 আদর্শ বা এল 2 আদর্শ ব্যবহারের ক্ষেত্রে নয়। যদি আপনি স্কেলার এক্স …

16 regression  lasso  regularization