প্রশ্ন ট্যাগ «regression»

ভেরিয়েবলগুলি রূপান্তর করার সময়, আপনাকে কি একই রূপান্তরগুলির সবগুলি ব্যবহার করতে হবে? উদাহরণস্বরূপ, আমি কি আলাদা আলাদা রূপান্তরিত ভেরিয়েবলগুলি বাছাই বা বেছে নিতে পারি, যেমন: , বয়সের বয়স, কর্মসংস্থানের দৈর্ঘ্য, আবাসের দৈর্ঘ্য এবং আয় হতে দিন।x1,x2,x3x1,x2,x3x_1,x_2,x_3 Y = B1*sqrt(x1) + B2*-1/(x2) + B3*log(x3) বা, আপনার অবশ্যই আপনার রূপান্তরগুলির সাথে সামঞ্জস্য …

41 r  regression  logistic  data-transformation 

আমি স্বীকার করি আমি প্রবণতা স্কোর এবং কার্য বিশ্লেষণে তুলনামূলকভাবে নতুন। একটি নতুন বিষয় যা আমার কাছে স্পষ্ট নয় তা হ'ল প্রপেনসিটি স্কোর ব্যবহার করে "ভারসাম্য" কীভাবে গাণিতিকভাবে আলাদা হয় যখন আমরা কোনও রিগ্রেশনে কোভেরিয়ট যুক্ত করি তখন কী ঘটে? অপারেশন সম্পর্কে আলাদা কী, এবং কেন এটি (বা এটি) কোনও …

41 regression  multivariate-analysis  causality  propensity-scores 

রিজ রিগ্রেশনটির জন্য সমাধানটির ব্যয় নিয়ে আমার কিছু সমস্যা রয়েছে। আমি নিয়মিতকরণ শব্দটি ছাড়াই রিগ্রেশন সমাধানটি জানি: β=(XTX)−1XTy.β=(XTX)−1XTy.\beta = (X^TX)^{-1}X^Ty. তবে ব্যয় কার্যক্রমে L2 শব্দটি করার পরে সমাধান কীভাবে আসেλ∥β∥22λ‖β‖22\lambda\|\beta\|_2^2 β=(XTX+λI)−1XTy.β=(XTX+λI)−1XTy.\beta = (X^TX + \lambda I)^{-1}X^Ty.

40 regression  least-squares  regularization  ridge-regression 

7, 16 এবং 29 পয়েন্টগুলি প্রভাবশালী পয়েন্ট কিনা তা কী কীভাবে কাজ করতে হয় তা কি কেউ জানেন? আমি কোথাও পড়েছি যে কুকের দূরত্ব 1 এর চেয়ে কম, তারা হয় না। আমি কি সঠিক?

40 r  regression  residuals  diagnostic  cooks-distance 

মডেলটির জন্য আমার গণনায় বেশ কয়েকটি কোভারিয়েট রয়েছে এবং সেগুলি সমস্তই পরিসংখ্যানগত দিক থেকে গুরুত্বপূর্ণ নয়। আমি কি তাদের অপসারণ করব? এই প্রশ্নটি ঘটনাটি নিয়ে আলোচনা করে, তবে আমার প্রশ্নের উত্তর দেয় না: কীভাবে আনকোভাতে কোনও কোভারিয়েটের অ-উল্লেখযোগ্য প্রভাব ব্যাখ্যা করা যায়? এই প্রশ্নের উত্তরে এমন কিছু নেই যা প্রস্তাব …

39 regression  statistical-significance  ancova  model  predictor 

স্বল্প-কোণে রিগ্রেশন এবং লাসো খুব একই নিয়মিত পাথ তৈরি করতে পারে (যখন সহগ শূন্যকে ছাড়িয়ে যায় তখন অভিন্ন)) এটি উভয়ই কার্যত অভিন্ন অ্যালগরিদমে দক্ষতার সাথে ফিট করতে পারেন। অন্য পদ্ধতির চেয়ে কোনও পদ্ধতির পছন্দ করার জন্য কি কখনও ব্যবহারিক কারণ রয়েছে?

39 regression  lasso 

আমার প্রশ্ন হ'ল লজিস্টিক রিগ্রেশন ফিটিংয়ের আগে [0,1] এর মধ্যে সমস্ত ভেরিয়েবলের একই স্কেল রয়েছে কিনা তা নিশ্চিত করার জন্য আমাদের কী ডেটা সেট মানক করা দরকার? সূত্রটি হ'ল: xi−min(xi)max(xi)−min(xi)xi−min(xi)max(xi)−min(xi)\frac{x_i-\min(x_i)}{\max(x_i)-\min(x_i)} আমার ডেটা সেটে 2 টি ভেরিয়েবল রয়েছে, তারা দুটি চ্যানেলের জন্য একই জিনিস বর্ণনা করে তবে ভলিউমটি আলাদা। বলুন এটি …

39 regression  logistic  standardization 

ইন্টারসেপটি ( এই প্রশ্নে উল্লিখিত হিসাবে) মুছে ফেলার জন্য আমি উদাহরণগুলি যেখানে আমরা তথ্যকে কেন্দ্র করি (যেমন, নিয়মিতকরণ বা পিসিএ সহ) পাঠ করি । আমি জানি এটি সহজ, তবে স্বজ্ঞাতভাবে এটি বুঝতে আমার খুব কঠিন সময় কাটাচ্ছে। কেউ পড়তে পারলে অন্তর্দৃষ্টি বা রেফারেন্স সরবরাহ করতে পারে?

39 regression  pca  centering 

যদি বহুবর্ষীয় রিগ্রেশন মডেলগুলি ননলাইনার সম্পর্কের মডেল করে, তবে কীভাবে এটি একাধিক লিনিয়ার রিগ্রেশনের একটি বিশেষ ক্ষেত্রে হিসাবে বিবেচনা করা যেতে পারে? উইকিপিডিয়ায় উল্লেখ করা হয়েছে যে "যদিও বহুবর্ষীয় রিগ্রেশন তথ্যের সাথে একটি অ-লাইন মডেল ফিট করে তবে একটি পরিসংখ্যানগত অনুমানের সমস্যা হিসাবে এটি লিনিয়ার, এই অর্থে যে রিগ্রেশন ফাংশন …

38 regression  multiple-regression  linear-model  nonlinear-regression  polynomial 

আমি লক্ষ করেছি যে আর, পোইসন এবং নেতিবাচক দ্বিপদী (এনবি) রিগ্রেশনগুলি সর্বদা শ্রেণিবদ্ধ, তবে ধারাবাহিক নয়, ভবিষ্যদ্বাণীকারীদের জন্য একই গুণফলের সাথে মানায়। উদাহরণস্বরূপ, এখানে একটি শ্রেণিবদ্ধ ভবিষ্যদ্বাণীটির সাথে একটি প্রতিরোধ এখানে রয়েছে: data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) #compare coefficients cbind("Poisson"=coef(rs1), …

38 regression  negative-binomial  poisson-regression 

আমি একটি মাল্টিভারিয়েট কক্স রিগ্রেশন করছি, আমার আমার উল্লেখযোগ্য স্বতন্ত্র ভেরিয়েবল এবং বিটা মান রয়েছে। মডেলটি আমার ডেটার সাথে খুব ভাল ফিট করে। এখন, আমি আমার মডেলটি ব্যবহার করতে এবং একটি নতুন পর্যবেক্ষণের বেঁচে থাকার পূর্বাভাস দিতে চাই। কক্স মডেল দিয়ে এটি কীভাবে করা যায় তা আমি অস্পষ্ট। লিনিয়ার বা …

38 regression  survival  prediction  cox-model 

আমি একটি ওএলএস রিগ্রেশন চালানোর চেষ্টা করছি: ডিভি: এক বছরেরও বেশি সময় ওজনে পরিবর্তন (প্রাথমিক ওজন - শেষ ওজন) চতুর্থ: আপনি অনুশীলন করুন বা না করুন। যাইহোক, এটি যুক্তিসঙ্গত বলে মনে হয় যে ভারী লোকেরা পাতলা মানুষের চেয়ে ব্যায়ামের প্রতি ইউনিট বেশি ওজন হারাবে। সুতরাং, আমি একটি নিয়ন্ত্রণ পরিবর্তনশীল অন্তর্ভুক্ত …

38 regression  repeated-measures  least-squares  change-scores 

দ্বিপদী ডেটা পরীক্ষাগুলি নিয়ে আমি এটিতে বেশ নতুন, তবে এটি করার দরকার ছিল এবং এখন কীভাবে ফলাফলটি ব্যাখ্যা করা যায় তা আমি নিশ্চিত নই। Y- ভেরিয়েবল, প্রতিক্রিয়ার পরিবর্তনশীল দ্বি-দ্বি এবং ব্যাখ্যামূলক কারণগুলি অবিচ্ছিন্ন। ফলাফলের সংক্ষিপ্তসারটি দেওয়ার সময় আমি এটি পেয়েছিলাম: glm(formula = leaves.presence ~ Area, family = binomial, data = …

38 r  regression  logistic  binomial  interpretation 

সরল লিনিয়ার রিগ্রেশন-এ, আমাদের কাছে y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + u , যেখানে । আমি অনুমানকারীটি উত্পন্ন করেছি: যেখানে এবং হ'ল এবং এর নমুনা মাধ্যম ।u∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2)β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , x¯x¯\bar{x}y¯y¯\bar{y}xxxyyy এখন আমি । আমি …

38 regression  mathematical-statistics  variance  linear-model  regression-coefficients 

টি এল, ডিআর: এটা যে প্রদর্শিত হবে, পঠিতব্য বিপরীত পরামর্শ, ক্রস বৈধতা (পায়খানা-সিভি) ছুটি এক-আউট - যে,সঙ্গে ধা সিভি(ভাঁজ সংখ্যা) থেকে সমান(নম্বর প্রশিক্ষণ পর্যবেক্ষণের) -মডেল / অ্যালগরিদম, ডেটাসেট, বা উভয়কেইনির্দিষ্ট স্থিতিশীলতার শর্তধরে ধরেযেকোনওজন্যসবচেয়ে কম পরিবর্তনশীল, সাধারণের ত্রুটির প্রাক্কলন উত্পাদনকরে (আমি নিশ্চিত না যে কোনটি সত্য কারণ আমি এই স্থায়িত্বের অবস্থাটি …

37 regression  machine-learning  variance  cross-validation  predictive-models