প্রশ্ন ট্যাগ «regression»

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

1
নাল অনুমানের অধীনে সংকল্পের সহগ, এর প্রত্যাশিত মান
আর text সমন্বয় সম্পর্কিত এই পাঠ্যের প্রথম পৃষ্ঠার নীচে দেওয়া বিবৃতিটি সম্পর্কে আমি আগ্রহীR2adjustedRadjusted2R^2_\mathrm{adjusted} R2adjusted=1−(1−R2)(n−1n−m−1).Radjusted2=1−(1−R2)(n−1n−m−1).R^2_\mathrm{adjusted} =1-(1-R^2)\left({\frac{n-1}{n-m-1}}\right). পাঠ্যটিতে বলা হয়েছে: সামঞ্জস্যের যুক্তিটি নিম্নরূপ: সাধারণ একাধিক প্রতিরোধে, একটি এলোমেলো পূর্বাভাসকারী প্রতিক্রিয়াটির পরিবর্তনের গড় অনুপাত 1/(n–1)1/(n–1)1/(n – 1) ব্যাখ্যা করে, যাতে mmm এলোমেলো ভবিষ্যদ্বাণীগুলি গড়ে, m/(n–1)m/(n–1)m/(n – 1) প্রতিক্রিয়া বিভিন্নতা; অন্য কথায়, আর …

4
কোনও সমস্যা লিনিয়ার রিগ্রেশন-এর জন্য উপযুক্ত Cl
আমি মন্টগোমেরি, পেক এবং ভাইনিং দ্বারা লিনিয়ার রিগ্রেশন অ্যানালাইসিসের ভূমিকা ব্যবহার করে লিনিয়ার রিগ্রেশন শিখছি । আমি একটি ডেটা বিশ্লেষণ প্রকল্প চয়ন করতে চাই। আমার নির্বুদ্ধ ধারণা আছে যে লিনিয়ার রিগ্রেশন কেবল তখনই উপযুক্ত যখন ব্যাখ্যা করা যায় যে ব্যাখ্যামূলক ভেরিয়েবল এবং প্রতিক্রিয়ার ভেরিয়েবলের মধ্যে লিনিয়ার ক্রিয়ামূলক সম্পর্ক রয়েছে বলে …

2
রিগ্রেশন ফ্রেমওয়ার্কে মেশিন লার্নিংয়ের সমস্যা অনুবাদ করা
ধরুন আমি ব্যাখ্যামূলক ভেরিয়েবল একটি প্যানেল আছে , জন্য , , সেইসাথে বাইনারি ফলাফল নির্ভরশীল ভেরিয়েবল একটি ভেক্টর । সুতরাং কেবলমাত্র চূড়ান্ত সময়ে পর্যবেক্ষণ করা হয় এবং কোনও পূর্বের সময়ে নয়। সম্পূর্ণ সাধারণ ক্ষেত্রে জন্য একাধিক প্রতিটি ইউনিটের জন্য প্রতিবারের জন্য , তবে আসুন জন্য ক্ষেত্রে ফোকাস করি ।XitXitX_{it}i=1...Ni=1...Ni = …

3
শাস্ত্রীয় পরিসংখ্যানগুলিতে কেন হোল্ডআউট পদ্ধতি (প্রশিক্ষণ এবং পরীক্ষায় ডেটা বিভক্ত করা) ব্যবহৃত হয় না?
ডেটা মাইনিংয়ের সাথে আমার শ্রেণিকক্ষের সংস্পর্শে, হোল্ডআউট পদ্ধতিটি মডেল কর্মক্ষমতা মূল্যায়নের উপায় হিসাবে চালু হয়েছিল। যাইহোক, আমি যখন লিনিয়ার মডেলগুলিতে আমার প্রথম শ্রেণি নিয়েছিলাম তখন এটি মডেল বৈধতা বা মূল্যায়নের মাধ্যম হিসাবে চালু হয়নি। আমার অনলাইন গবেষণাও কোনও ধরণের ছেদ দেখায় না। শাস্ত্রীয় পরিসংখ্যানগুলিতে কেন হোল্ডআউট পদ্ধতি ব্যবহার করা হয় …

3
লিনিয়ার রিগ্রেশন ব্যবহার করার জন্য গাউসিয়ান বেসিস ফাংশন পরামিতিগুলি বোঝা
আমি গৌসীয় ভিত্তিক কার্যটি লিনিয়ার রিগ্রেশন বাস্তবায়নে প্রয়োগ করতে চাই। দুর্ভাগ্যক্রমে ভিত্তি ফাংশনে কয়েকটি পরামিতি বুঝতে আমার খুব কষ্ট হচ্ছে। বিশেষত এবং ।σμμ\muσσ\sigma আমার ডেটাসেটটি 10,000 x 31 ম্যাট্রিক্স। 10,000 স্যাম্পল এবং 31 টি বৈশিষ্ট্য। আমি পড়েছি যে "প্রতিটি বেস ফাংশন ইনপুট ভেক্টর এক্সকে একটি মাপকে মান হিসাবে রূপান্তর করে"। …

2
সাধারণত বিতরণ করা হয় এক্স এবং ওয়াইয়ের ফলে সাধারণত বিতরণকৃত অবশিষ্টাংশের সম্ভাবনা বেশি থাকে?
এখানে লিনিয়ার রিগ্রেশন-এ স্বাভাবিকতা অনুমানের ভুল ব্যাখ্যা করা হয়েছে (যে '' নরমালটি '' বাকীটি বরং এক্স এবং / অথবা ওয়াইকে বোঝায়) এবং পোস্টারটি জিজ্ঞাসা করে যে অ-সাধারণভাবে বিতরণ করা সম্ভব এক্স এবং ওয়াই এবং এখনও সাধারণভাবে অবশিষ্টাংশ বিতরণ করেছি। আমার প্রশ্ন হয়: সাধারণত বিতরণ করা হয় X এবং Y সম্ভাবনা …

2
ভবিষ্যদ্বাণী অন্তর দিয়ে আমরা সম্ভাব্য বিবৃতি দিতে পারি?
আত্মবিশ্বাসের ব্যবধান এবং পূর্বাভাস অন্তরগুলির ব্যাখ্যা সম্পর্কিত সাইটে আমি অনেক দুর্দান্ত আলোচনার মাধ্যমে পড়েছি, তবে একটি ধারণা এখনও কিছুটা বিস্মিত is ওএলএস ফ্রেমওয়ার্কটি বিবেচনা করুন এবং আমরা লাগানো মডেল পেয়েছি । আমাদের একটি এবং এর প্রতিক্রিয়া পূর্বাভাস দিতে বলেছে। আমরা গণনা করি এবং বোনাস হিসাবে আমরা আমাদের পূর্বাভাসের আশেপাশে একটি …

5
খুব বড় সংখ্যক ডেটা পয়েন্টে মানগুলির অনুগমন কীভাবে করা যায়?
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 

2
আর-তে ধাপে ধাপে রিগ্রেশন - সমালোচক পি-মান
step()ধাপে ধাপে সংক্ষিপ্তকরণের জন্য আর এ ফাংশন দ্বারা ব্যবহৃত সমালোচক পি-মানটি কী ? আমি ধরে নিলাম এটি 0.15, তবে আমার ধারণাটি কি সঠিক? আমি কীভাবে সমালোচনামূলক পি-মানটি পরিবর্তন করতে পারি?

4
রিগ্রেশন অবশিষ্টাংশ বিতরণ অনুমান
ত্রুটিগুলির উপর বন্টনমূলক ধারণাটি কেন রাখা দরকার, যেমন ϵ i ∼ N ( 0 , σ 2 )Yআমি= এক্সβ+ + εআমিyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , সাথে ।εআমি। এন( 0 , σ)2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) কেন লিখছেন না Y আমি ~ এন ( এক্স β , σ 2 )Yআমি= এক্সβ+ + …

1
নির্ভরশীল ভেরিয়েবলের যখন "কাট-অফ" থাকে তখন মডেলিং
যদি আমি ব্যবহার করি কোনও পরিভাষা ভুল হয় তবে আগাম ক্ষমা চাই। আমি কোন সংশোধন স্বাগত জানাই। আমি "কাট-অফ" হিসাবে যা বর্ণনা করি তা যদি অন্য নামে যায় তবে আমাকে জানান এবং আমি প্রশ্নটি আপডেট করতে পারি। আমি যে পরিস্থিতিটি সম্পর্কে আগ্রহী তা হ'ল: আপনার কাছে স্বাধীন ভেরিয়েবলগুলি রয়েছে a …

1
লজিস্টিক রিগ্রেশন এর জন্য টুপি ম্যাট্রিক্সের বাইরে তথ্য
এটি আমার কাছে স্পষ্ট, এবং একাধিক সাইটে ভালভাবে ব্যাখ্যা করা হয়েছে, টুপি ম্যাট্রিক্সের ত্রিভুজের মানগুলি লিনিয়ার রিগ্রেশন জন্য কোন তথ্য দেয়। লজিস্টিক রিগ্রেশন মডেলের টুপি ম্যাট্রিক্স আমার কাছে কম স্পষ্ট। লিনিয়ার রিগ্রেশন প্রয়োগ করে আপনি টুপি ম্যাট্রিক্স থেকে বেরিয়ে আসা তথ্যের সাথে কি অভিন্ন? এটি সিভির অন্য একটি বিষয়ের (উত্স …

5
পুনরাবৃত্ত (অনলাইন) সর্বনিম্ন স্কোয়ার অ্যালগরিদমকে নিয়মিত করে
টিখনভ নিয়মিতকরণ (ন্যূনতম স্কোয়ারগুলি নিয়মিত করা) এর জন্য কোনও অনলাইন (পুনরাবৃত্ত হওয়া) অ্যালগরিদমের দিকে আমাকে কী নির্দেশ করতে পারে? একটি অফলাইন সেটিং, আমি নিরূপণ করবে আমার মূল ডেটা সেট যেখানে ব্যবহার λ ক্রস বৈধতা এন-ভাঁজ ব্যবহার পাওয়া যায়। Y = x ^ T \ hat \ বিটা ব্যবহার করে প্রদত্ত …

2
কিছু লোক কেন তাদের কাঁচা ডেটাতে রিগ্রেশন-জাতীয় মডেল অনুমানগুলি পরীক্ষা করে এবং অন্যান্য লোকেরা তাদের অবশিষ্টাংশে পরীক্ষা করে?
আমি পরীক্ষামূলক মনোবিজ্ঞানের পিএইচডি শিক্ষার্থী এবং আমার ডেটা কীভাবে বিশ্লেষণ করতে হয় তা সম্পর্কে আমার দক্ষতা এবং জ্ঞানের উন্নতি করার জন্য আমি কঠোর চেষ্টা করি। মনোবিজ্ঞানে আমার 5 ম বছর অবধি, আমি ভেবেছিলাম যে রিগ্রেশন-জাতীয় মডেলগুলি (যেমন, আনোভা) নিম্নলিখিত জিনিসগুলি ধরে নিয়েছে: তথ্য স্বাভাবিকতা ডেটা এবং এর জন্য বৈকল্পিক একজাতীয়তা …

1
একটি লুকানো মার্কভ মডেলটিতে "সেরা" মডেল নির্বাচন করার মানদণ্ড
আমার একটি টাইম সিরিজের ডেটা সেট রয়েছে যাতে আমি কোনও লুকানো মার্কভ মডেল (এইচএমএম) ফিট করার চেষ্টা করছি যাতে তথ্যগুলিতে সুপ্ত রাষ্ট্রের সংখ্যা অনুমান করা যায়। এটি করার জন্য আমার সিউডো কোডটি নিম্নলিখিত: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model …

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.