Ich habe einige Daten mithilfe von Boxplots aufgezeichnet. Ich vergleiche die Werte von Bedingung 1 (links) und Bedingung 2 (rechts). Mein Ziel ist es, einen Punkt zu finden, an dem wir eine Entscheidung treffen, bei der sich der Wert von Punkt Bedingung 1 zu Bedingung 2 ändert. Ist diese...
Können Sie einen GLM über eine Logit-Verbindung mit einem kontinuierlichen DV (zwischen 0 und 1) ausführen? Im Allgemeinen wird empfohlen, eine Binomialfamilie mit einem Logit-Link zu verwenden, aber ich vermute, das liegt daran, dass das Modell einen binären DV annimmt. Wenn wir eine...
Ich führe eine logistische Regression durch. Ich habe die folgenden Testdaten erstellt (die beiden Prädiktoren und das Kriterium sind binäre Variablen): UV1 UV2 AV 1 1 1 1 2 1 1 1 3 1 1 1 4 1 1 1 5 1 1 1 6 1 1 1 7 1 1 1 8 0 0 1 9 0 0 1 10 0 0 1 11 1 1 0 12 1 1 0 13 1 0 0 14 1 0 0 15 1 0 0 16 1 0...
Warum wird die logistische Regressionshypothese als Wahrscheinlichkeitsfunktion angesehen? Ich verstehe, dass wir es verwenden, um 0 oder 1 vorherzusagen, aber warum kann eine Funktion (die Hypothese), die Zahlen zwischen 0 und 1 ausgibt, als Wahrscheinlichkeitsfunktion betrachtet werden? Ist das...
Abhängige Variable Ich habe einen abhängigen Wert im Bereich von [0,1]. Bedeutung 0 und 1, und alle Werte dazwischen sind enthalten. Daher ist dies ein proportionaler Wert, wie zum Beispiel der Prozentsatz des Landes, das ein Landwirt düngt. Modell Das Modell, auf das ich mich derzeit konzentriere,...
Dies scheint ein häufiges Problem zu sein, aber ich kann keine Lösung finden. Ich habe eine Reihe von binären Beobachtungen und zwei verschiedene Modelle, jedes mit Vorhersagen für jede Beobachtung. Ich möchte die Kalibrierung der Modelle vergleichen. Es gibt verschiedene Ansätze zum Vergleichen...
Ich habe ein schrittweise abgeleitetes binäres logistisches Regressionsmodell. Ich habe die calibrate(, bw=200, bw=TRUE)Funktion im rmsPaket in R verwendet, um die zukünftige Kalibrierung abzuschätzen. Die Ausgabe ist unten angegeben und zeigt die durch die Bootstrap-Überanpassung korrigierte...
Die bei der binären Klassifizierung verwendete logistische Regression verwendet die logistische Funktion als Modell für die zugrunde liegende Wahrscheinlichkeit der Ergebnisvariablen. Es hat einige nützliche und wesentliche Eigenschaften für die Anpassung eines solchen Modells. Zum Beispiel nimmt...
Ich leite die Wahrscheinlichkeit einer logistischen Regression ab. Ich habe zwei verschiedene Versionen gesehen: f(y|β)=∏i=1Nniyi!(ni−yi)!πyii(1−πi)ni−yi(1)(1)f(y|β)=∏i=1Nniyi!(ni−yi)!πiyi(1−πi)ni−yi\begin{equation} f(y|\beta)={\displaystyle \prod_{i=1}^{N} \frac{n_i} {y_i!(n_i-y_i)!}}...
Der folgende Code generiert einen Satz von Testdaten, die aus einer Reihe von "Signal" -Wahrscheinlichkeiten mit Binomialrauschen bestehen. Der Code verwendet dann 5000 Sätze von Zufallszahlen als "erklärende" Reihen und berechnet den logistischen Regressions-p-Wert für jede. Ich finde, dass die...
Betrachten Sie ein faktorielles Design innerhalb des Subjekts und innerhalb des Gegenstands, bei dem die experimentelle Behandlungsvariable zwei Ebenen (Bedingungen) aufweist. Sei m1das Maximalmodell und m2das No-Random-Correlations-Modell. m1: y ~ condition + (condition|subject) +...
In einem Lehrbuch gibt es ein Hausaufgabenproblem, bei dem die Richtigkeit einer bestimmten posterioren Verteilung überprüft werden soll, und ich habe ein kleines Problem damit. Das Setup besteht darin, dass Sie ein logistisches Regressionsmodell mit einem Prädiktor haben und eine falsche Uniform...
TL; DR: Welches ist für BIC in der logistischen Regression richtig, das aggregierte Binomial oder Bernoulli ?NNNNNN UPDATES UNTEN Angenommen, ich habe einen Datensatz, auf den ich die logistische Regression anwenden möchte. Nehmen wir zum Beispiel an, es gibt Gruppen mit jeweils Teilnehmern, also...