Ich möchte einige Fakten zu Maximum Likelihood Estimators (MLEs) für logistische Regressionen verstehen. Stimmt es, dass die MLE für die logistische Regression im Allgemeinen voreingenommen ist? Ich würde Ja sagen". Ich weiß zum Beispiel, dass die Probendimension mit der asymptotischen Verzerrung...
Ich arbeite an einem Datensatz. Nachdem ich einige Modellidentifikationstechniken angewendet hatte, kam ich mit einem ARIMA (0,2,1) -Modell heraus. Ich habe die detectIOFunktion im Paket TSAin R verwendet, um bei der 48. Beobachtung meines ursprünglichen Datensatzes einen innovativen Ausreißer (IO)...
Ich habe eine Frage zur Gültigkeit der Verwendung von RMSE (Root Mean Squared Error) zum Vergleich verschiedener Logistikmodelle. Die Antwort ist entweder 0oder 1und die Vorhersagen sind Wahrscheinlichkeiten zwischen 0- 1? Ist der unten angewandte Weg auch für die binären Antworten gültig? #...
Als einfaches Beispiel wird angenommen, dass es zwei lineare Regressionsmodelle gibt Modell 1 hat drei Prädiktoren x1a, x2bundx2c Modell 2 hat drei Prädiktoren aus Modell 1 und zwei zusätzliche Prädiktoren x2aundx2b Es gibt eine Populationsregressionsgleichung, bei der die erklärte...
Ich führe eine logistische Regression mit einem binären Ergebnis durch (Start und nicht Start). Mein Prädiktormix besteht entweder aus kontinuierlichen oder dichotomen Variablen. Bei Verwendung des Box-Tidwell-Ansatzes verstößt einer meiner kontinuierlichen Prädiktoren möglicherweise gegen die...
Betrachten Sie die Stichprobendaten einer Population der Größe folgendermaßen: FürNNNk=1,...,Nk=1,...,Nk=1, ..., N Beobachten Sie den Krankheitsstatus des einzelnenkkk Wenn sie an der Krankheit leiden, nehmen Sie sie mit der Wahrscheinlichkeit in die Stichprobe auf.pk1pk1p_{k1} Wenn sie die...
Ich bin verwirrt von Aussagen auf einer UCLA-Webseite über die logistische Regression mit gemischten Effekten. Sie zeigen eine Tabelle mit festen Effektkoeffizienten aus der Anpassung eines solchen Modells, und der folgende erste Absatz scheint die Koeffizienten genau wie eine normale logistische...
Die logistische Regression modelliert die logarithmischen Quoten eines Ereignisses als eine Reihe von Prädiktoren. Das heißt, log (p / (1-p)), wobei p die Wahrscheinlichkeit eines Ergebnisses ist. Daher muss die Interpretation der rohen logistischen Regressionskoeffizienten für eine Variable (x)...
Um meine Frage besser zu stellen, habe ich einige der Ausgaben sowohl eines 16-Variablen-Modells ( fit) als auch eines 17-Variablen-Modells ( fit2) unten bereitgestellt (alle Prädiktorvariablen in diesen Modellen sind kontinuierlich, wobei der einzige Unterschied zwischen diesen Modellen darin...
Ich reproduziere ein Beispiel aus verallgemeinerten, linearen und gemischten Modellen . Mein MWE ist unten: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution,...
Bei der logistischen Regression bedeutet ein Odds Ratio von 2, dass das Ereignis bei einer Erhöhung des Prädiktors um eine Einheit 2-mal wahrscheinlicher ist. Bei der Cox-Regression bedeutet eine Hazard Ratio von 2, dass das Ereignis zu jedem Zeitpunkt doppelt so häufig auftritt, wenn der Prädiktor...
Ich habe diesen Beitrag gefunden: Ja. Der Koeffizient spiegelt die Änderung der logarithmischen Quoten für jedes Inkrement der Änderung des ordinalen Prädiktors wider. Diese (sehr häufige) Modellspezifikation geht davon aus, dass der Prädiktor über seine Inkremente einen linearen Einfluss hat. Um...
[Eine ähnliche Frage wurde hier ohne Antworten gestellt] Ich habe ein logistisches Regressionsmodell mit L1-Regularisierung (Lasso-logistische Regression) angepasst und möchte die angepassten Koeffizienten auf Signifikanz testen und ihre p-Werte erhalten. Ich weiß, dass Walds Tests (zum Beispiel)...
Ich führe eine Analyse der Wahrscheinlichkeit eines Kreditausfalls unter Verwendung logistischer Regression und zufälliger Wälder durch. Wenn ich logistische Regression verwende, ist die Vorhersage immer '1' (was ein gutes Darlehen bedeutet). Ich habe das noch nie gesehen und weiß nicht, wo ich...
Wann ist die WOE-Transformation (Weight of Evidence) von kategorialen Variablen sinnvoll? Das Beispiel ist in der WOE-Transformation zu sehen (Für eine Antwort und einen kategorialen Prädiktor mit k Kategorien und y j Erfolgen aus n j Versuchen innerhalb der j- ten Kategorie dieses Prädiktors ist...
Ich weiß, dass ich es in beide Richtungen gesehen habe. Gibt es also einen Unterschied zwischen den beiden und auf welchen wird häufiger Bezug
Ich führe eine binäre logistische Regression mit 3 numerischen Variablen aus. Ich unterdrücke den Achsenabschnitt in meinen Modellen, da die Wahrscheinlichkeit Null sein sollte, wenn alle Eingabevariablen Null sind. Was ist die minimale Anzahl von Beobachtungen, die ich verwenden...
Dies muss geschehen - die Vorhersage von Dingen, die zwischen 0 und 1 stecken. In meiner Serie vermute ich eine Komponente der automatischen Regression und auch eine Komponente, die den Mittelwert zurücksetzt. Daher möchte ich etwas, das ich wie eine ARIMA interpretieren kann - aber ich möchte...
Angenommen, ich erstelle ein logistisches Regressionsmodell, bei dem die abhängige Variable binär ist und die Werte oder 1 annehmen kann . Die unabhängigen Variablen seien x 1 , x 2 , . . . , x m - es gibt m unabhängige Variablen. Nehmen wir an, für die k- te unabhängige Variable zeigt die...
Ich habe selbst maschinell gelernt. Ich bin auf diesen Abschnitt der Wikipedia-Seite über logistische Regression gestoßen , in dem behauptet wird Weil das Modell als verallgemeinertes lineares Modell (siehe unten) für 0 ausgedrückt werden kann Es scheint mir, dass ich ein logistisches...