প্রশ্ন ট্যাগ «weighted-regression»

ওয়েটড ন্যূনতম স্কোয়ার রিগ্রেশন হ'ল ওএলএস রিগ্রেশনকে সাধারণকরণ করা হয় যখন বিভিন্ন ডেটা পয়েন্টের আলাদা গুরুত্ব বা "ওজন" থাকে। [ভারিত-ডেটা] দেখুন।

9
লিনিয়ার বীজগণিতের জন্য রেফারেন্স বই পরিসংখ্যানের জন্য প্রয়োগ করা হয়?
আমি কিছুটা সময়ের জন্য আরে কাজ করছি এবং পিসিএ, এসভিডি, কিউআর পচন এবং এ জাতীয় অনেক লিনিয়ার বীজগণিতের ফলাফলগুলির সাথে মুখোমুখি হয়েছি (যখন ভারী রেজিস্ট্রেশনগুলি অনুমান করার সময় এবং এরকম পরীক্ষা করা হয়) তাই আমি জানতে চেয়েছিলাম যে কারওর জন্য কোনও সুপারিশ আছে কিনা? বিস্তৃত লিনিয়ার বীজগণিত গ্রন্থ যা খুব …

2
আপনি ওজন সর্বনিম্ন স্কোয়ার রিগ্রেশনের জন্য কীভাবে খুঁজে পাবেন?
ডাব্লুএলএস রিগ্রেশন প্রক্রিয়ায় আমি কিছুটা হারিয়েছি। আমাকে ডেটাসেট দেওয়া হয়েছে এবং আমার কাজ হিটারোসেসডেসিটি আছে কিনা তা পরীক্ষা করা এবং যদি তাই হয় তবে আমার ডাব্লুএলএস রিগ্রেশন চালানো উচিত। আমি পরীক্ষাটি চালিয়েছি এবং ভিন্ন ভিন্নতার প্রমাণ খুঁজে পেয়েছি, তাই আমার ডাব্লুএলএস চালানো দরকার। আমাকে বলা হয়েছে যে ডাব্লুএলএস হ'ল মূলত …

1
নাল অনুমানের অধীনে বিনিময়যোগ্য নমুনার পিছনে অন্তর্দৃষ্টি কী?
পারমুয়েশন টেস্ট (যাকে এলোমেলোকরণ পরীক্ষা, পুনরায় র্যান্ডমাইজেশন পরীক্ষা বা একটি সঠিক পরীক্ষাও বলা হয়) খুব কার্যকর হয় এবং কার্যকর হয় যখন উদাহরণস্বরূপ প্রয়োজনীয় বন্টনের অনুমানটি t-testপূরণ হয় না এবং যখন র‌্যাঙ্কিংয়ের মাধ্যমে মানগুলির রূপান্তর হয় নন-প্যারাম্যাট্রিক পরীক্ষার Mann-Whitney-U-testফলে আরও তথ্য নষ্ট হতে পারে। যাইহোক, এই ধরণের পরীক্ষাটি নাল হাইপোথিসিসের অধীনে …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

2
আর: পরিবারের সাথে গ্ল্যাম ফাংশন = "দ্বিপদী" এবং "ওজন" স্পেসিফিকেশন
পরিবারের সাথে ওজন কীভাবে ঝাঁকুনিতে কাজ করে তা নিয়ে আমি খুব বিভ্রান্ত হয়ে পড়েছি = "দ্বিপদী"। আমার বোধে, পরিবারের সাথে ঝাঁকুনির সম্ভাবনা = "দ্বিপদী" নিম্নরূপে নির্দিষ্ট করা হয়েছে: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + \log {n \choose ny}\right) …

1
রেগ্রেশন অনুপাত, ক্রোনমালের উপর ওরফে প্রশ্নাবলী
সম্প্রতি, এলোমেলোভাবে ব্রাউজিং প্রশ্নগুলি রিগ্রেশন মডেলগুলিতে অনুপাতের ব্যবহার সম্পর্কে সতর্কবার্তা কয়েক বছর আগে আমার একজন অধ্যাপকের কাছ থেকে অফ হ্যান্ড মন্তব্যের স্মৃতিটিকে ট্রিগার করেছিল। সুতরাং আমি এটি পড়তে শুরু করি, শেষ পর্যন্ত ক্রোনমাল 1993 এ পৌঁছেছি। আমি নিশ্চিত করতে চাই যে আমি কীভাবে এগুলির মডেল করব সে সম্পর্কে তার পরামর্শগুলিকে …

2
হারমোনিক গড় স্কোয়ারযুক্ত আপেক্ষিক ত্রুটির পরিমাণকে হ্রাস করে
আমি একটি রেফারেন্স খুঁজছি যেখানে এটি প্রমাণিত যে সুরেলা মানে x¯h=n∑ni=11xix¯h=n∑i=1n1xi\bar{x}^h = \frac{n}{\sum_{i=1}^n \frac{1}{x_i}} স্কোয়ারযুক্ত আপেক্ষিক ত্রুটির সমষ্টি হ্রাস করে ( )zzz ∑i=1n((xi−z)2xi).∑i=1n((xi−z)2xi).\sum_{i=1}^n \left( \frac{(x_i - z)^2}{x_i}\right).

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
Lm ব্যবহার করার সময় আর-তে ওজন যুক্তির পিছনে তত্ত্ব
Grad স্কুল এক বছর পরে, "পরিমেয় লিস্ট স্কোয়ার" এর আমার বোঝার নিম্নলিখিত হল: দিন y∈Rny∈Rn\mathbf{y} \in \mathbb{R}^n , XX\mathbf{X} কিছু হতে n×pn×pn \times p নকশা ম্যাট্রিক্স, একটি প্যারামিটার হতে ভেক্টর, একটি ত্রুটি ভেক্টর হতে যেমন যে , যেখানে এবং । তারপরে β∈Rpβ∈Rp\boldsymbol\beta \in \mathbb{R}^pϵ∈Rnϵ∈Rn\boldsymbol\epsilon \in \mathbb{R}^nϵ∼N(0,σ2V)ϵ∼N(0,σ2V)\boldsymbol\epsilon \sim \mathcal{N}(\mathbf{0}, \sigma^2\mathbf{V})V=diag(v1,v2,…,vn)V=diag(v1,v2,…,vn)\mathbf{V} = …

1
প্রবণতা স্কোর ওজন (চিকিত্সা ওজন) (আইপিটিডাব্লু) এর বিপরীত সম্ভাবনার জন্য স্বজ্ঞাত ব্যাখ্যা?
আমি প্রসেসিটি স্কোর ব্যবহার করে ওজন গণনা করার মেকানিকগুলি বুঝতে পারি : এবং তারপরে একটি রিগ্রেশন বিশ্লেষণে ওজন প্রয়োগ করা এবং এটি যে ওজনগুলি সরবরাহ করে "নিয়ন্ত্রণ করুন" বা চিকিত্সার ক্ষেত্রে কোভেরিয়েটসের প্রভাবগুলি পৃথক করে এবং ফলাফল পরিবর্তনশীল সহ গ্রুপ জনসংখ্যা নিয়ন্ত্রণ করে।w i , j = t r e …

3
বিইউজিএস, জেএজিএস-এ ভারী সাধারণীকরণের আধিপত্য
ইন Rআমরা পারি "পূর্বে ওজন" একটি glmমাধ্যমে রিগ্রেশন ওজন প্যারামিটার। উদাহরণ স্বরূপ: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) এটি কোনও মডেল JAGSবা কীভাবে সম্পাদন করা যায় BUGS? আমি এই বিষয়ে আলোচনা করে কিছু কাগজ পেয়েছি, কিন্তু তাদের কোনও উদাহরণই দেয় না। আমি মূলত পোইসন এবং …

1
ওজনযুক্ত সর্বনিম্ন বর্গ ওজনের সংজ্ঞা: আর এল এম ফাংশন বনাম
কেউ আমাকে বলতে পারেন যে আমি কেন ম্যাট্রিক্স অপারেশনের মাধ্যমে Rওয়েটেড ন্যূনতম স্কোয়ার এবং ম্যানুয়াল সলিউশন থেকে আলাদা ফলাফল পাচ্ছি ? বিশেষ করে, আমি নিজে সমাধান করার চেষ্টা করছি , যেখানে ওজন উপর তির্যক ম্যাট্রিক্স, হয় ডেটা ম্যাট্রিক্স, হয় প্রতিক্রিয়া ভেক্টর। WAx=WbWAx=Wb\mathbf W \mathbf A\mathbf x=\mathbf W \mathbf bWW\mathbf WAA\mathbf …

2
লজিস্টিক রিগ্রেশনে অত্যন্ত স্কিউড ডেটা সেটগুলির জন্য ওজন যুক্ত করা
বাইনারি আউটপুট ভেরিয়েবলগুলিতে আমার ইনপুট ভেরিয়েবলগুলিকে ফিট করতে আমি লজিস্টিক রিগ্রেশনের একটি মানক সংস্করণ ব্যবহার করছি। তবে আমার সমস্যাটিতে, .ণাত্মক আউটপুট (0 গুলি) ইতিবাচক আউটপুটগুলি (1s) ছাড়িয়ে গেছে। অনুপাত 20: 1। সুতরাং যখন আমি কোনও শ্রেণিবদ্ধকারীকে প্রশিক্ষণ দিই, মনে হয় এমন বৈশিষ্ট্যগুলিও যেগুলি ইতিবাচক আউটপুট সম্ভাবনার দৃ strongly়ভাবে প্রস্তাব দেয় …
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.