প্রশ্ন ট্যাগ «residuals»

কোনও লজিস্টিক মডেল যথেষ্ট ভাল কিনা তা কীভাবে সিদ্ধান্ত নেবেন সে সম্পর্কে আমার আসল বিভ্রান্তি থেকে এই প্রশ্নটি উঠে আসে। আমার কাছে এমন মডেল রয়েছে যা নির্ভরশীল ভেরিয়েবল হিসাবে গঠিত হওয়ার দু'বছর পরে পৃথক-প্রকল্পের জোড়াগুলির রাজ্য ব্যবহার করে। ফলাফল সফল (1) না (0)। জোড় গঠনের সময় আমার কাছে স্বাধীন ভেরিয়েবল …

13 r  logistic  goodness-of-fit  residuals 

আমি এই সম্পর্কে একাধিক ল্যাব সদস্যের সাথে আলোচনা করেছি, এবং আমরা বেশ কয়েকটি উত্সে গিয়েছি তবে এখনও উত্তরটির যথেষ্ট উত্তর নেই: আমরা যখন বলতে GLM একটি পরিবার আছে পইসন এর কথা বলা যাক আমরা অবশিষ্টাংশ বিতরণের বা প্রতিক্রিয়া পরিবর্তনশীল কথা বলছ? বিতর্ক পয়েন্ট পড়া এই নিবন্ধটি এটা বলে যে, GLM …

13 generalized-linear-model  residuals  assumptions 

আমি ব্যবহার করে মডেল টিউন করছি caret, তবে gbmপ্যাকেজটি ব্যবহার করে আবার মডেল চালাচ্ছি । caretপ্যাকেজটি ব্যবহার করে gbmএবং আউটপুট একই হওয়া উচিত এটি আমার বোধগম্য । যাইহোক, কেবলমাত্র একটি দ্রুত পরীক্ষা চালানো data(iris)মূল্যায়ন মেট্রিক হিসাবে আরএমএসই এবং আর ^ 2 ব্যবহার করে প্রায় 5% এর মডেলের মধ্যে একটি তাত্পর্য …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

সময় সিরিজের মডেলিংয়ের ক্ষেত্রে একের (1) ত্রুটি শর্তগুলির সম্পর্কযুক্ত কাঠামোর মডেল করার সম্ভাবনা থাকে যেমন একটি এআর (1) প্রক্রিয়া (2) ল্যাগড নির্ভরশীল ভেরিয়েবলকে ব্যাখ্যামূলক ভেরিয়েবল (ডানদিকে) হিসাবে অন্তর্ভুক্ত করে আমি বুঝতে পারি যে তাদের মাঝে মাঝে (2) যাওয়ার যথেষ্ট কারণ রয়েছে। তবে, (1) বা (2) বা এমনকি উভয়ই পদ্ধতিগত কারণগুলি …

13 time-series  autocorrelation  residuals  lags 

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 …

12 regression  normal-distribution  data-transformation  residuals  assumptions 

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 

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+ + …

12 regression  normal-distribution  residuals  assumptions  notation 

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 …

12 regression  dataset  residuals  assumptions 

আমি একটি জেনারেলাইজড লিনিয়ার মডেল সম্পাদন করছি, যেখানে আমাকে সাধারণের চেয়ে আলাদা একটি পরিবার নির্দিষ্ট করতে হবে। অবশিষ্টাংশের প্রত্যাশিত বিতরণ কী? উদাহরণস্বরূপ, অবশিষ্টাংশগুলি কি সাধারণত বিতরণ করা উচিত?

12 generalized-linear-model  residuals  normality-assumption 

এই প্রশ্নটি সাধারণ এবং দীর্ঘ-বায়ুযুক্ত, তবে দয়া করে আমাকে সহ্য করুন। আমার অ্যাপ্লিকেশনটিতে, আমার কাছে অনেকগুলি ডেটাসেট রয়েছে, প্রতিটিতে ~ 50,000 বৈশিষ্ট্য এবং একক নির্ভরশীল বাইনারি ভেরিয়েবল সহ 20,000 ডলার ডেটাপয়েন্ট রয়েছে। আমি নিয়মিত লজিস্টিক রিগ্রেশন (আর প্যাকেজ গ্ল্যামনেট ) ব্যবহার করে ডেটাসেটগুলি মডেল করার চেষ্টা করছি আমার বিশ্লেষণের অংশ …

12 logistic  residuals 

আমি ফিশারদের সঠিক পরীক্ষাটি আরও ভালভাবে বুঝতে চেয়েছিলাম, তাই আমি নীচের খেলনাটির উদাহরণটি প্রস্তুত করেছি, যেখানে f এবং m পুরুষ এবং মহিলা এর সাথে মিলে যায় এবং n এবং y এর সাথে "সোডা সেবন" এর সাথে মিলে যায়: > soda_gender f m n 0 5 y 5 0 স্পষ্টতই, এটি …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

সাধারণ লিনিয়ার রিগ্রেশন-তে সাধারণত কেউ যদি অনুমান করতে সক্ষম হয় যে নির্দিষ্ট অনুমানগুলি পূরণ করা হয় তবে তা যাচাই করতে চায় (যেমন, অবশিষ্টাংশগুলি সাধারণত বিতরণ করা হয়)। লাগানো মানগুলি সাধারণত বিতরণ করা হয় কিনা তা যাচাই করে অনুমানগুলি পরীক্ষা করা কি যুক্তিসঙ্গত?

12 regression  residuals  diagnostic 

আমার একটি লিনিয়ার রিগ্রেশন রয়েছে যা বেশ ভাল, আমি অনুমান করি (এটি কোনও বিশ্ববিদ্যালয় প্রকল্পের জন্য যাতে আমার সত্যিকারের নির্ভুল হতে হবে না)। পয়েন্টটি হ'ল, যদি আমি অবশিষ্টাংশ বনাম পূর্বাভাসিত মানগুলি প্লট করি তবে সেখানে (আমার শিক্ষকের মতে) হিটারোস্কেস্টাস্টিটির একটি ইঙ্গিত রয়েছে। তবে আমি যদি অবশিষ্টাংশের কিউকিউ-প্লট প্লট করি তবে …

12 regression  normal-distribution  residuals  heteroscedasticity 

আপনি যখন কোনও ওএলএসের প্রতিরোধ করেন এবং ফলস্বরূপ অবশিষ্টাংশগুলি প্লট করেন, তখন কীভাবে আপনি বলতে পারবেন যে অবশিষ্টাংশগুলি স্বতঃসংশ্লিষ্ট? আমি জানি এটির জন্য (ডুর্বিন, ব্রুশ-গডফ্রে) পরীক্ষা রয়েছে তবে আমি ভাবছিলাম যে আপনি যদি অটোকোরিয়েশন কোনও সমস্যা হতে পারে তবে গেজ করার পরিকল্পনার দিকে নজর দিতে পারেন (কারণ হেটেরোস্কেস্টাস্টিটির জন্য এটি …

12 regression  autocorrelation  residuals 

আমি আর এর মতো সমীকরণের সাথে একাধিক লিনিয়ার রিগ্রেশন অনুমান করার চেষ্টা করছি: regr <- lm(rate ~ constant + askings + questions + 0) জিজ্ঞাসা এবং প্রশ্নগুলি ত্রৈমাসিক ডেটা টাইম-সিরিজ, দিয়ে নির্মিত askings <- ts(...)। এখন সমস্যাটি হ'ল আমি স্ব-সংযুক্তিযুক্ত অবশিষ্টাংশ পেয়েছি। আমি জানি যে জিএলএস ফাংশনটি ব্যবহার করে রিগ্রেশনটি …

11 r  time-series  multiple-regression  autocorrelation  residuals