Ich verstehe, dass die Koeffizienten einer logistischen Gleichung als ungerades Verhältnis interpretiert werden können. Wie ändert sich die Interpretation der Koeffizienten, wenn ein Regularisierungsterm zur Kontrolle der Überanpassung hinzugefügt
Ich verstehe, dass die Koeffizienten einer logistischen Gleichung als ungerades Verhältnis interpretiert werden können. Wie ändert sich die Interpretation der Koeffizienten, wenn ein Regularisierungsterm zur Kontrolle der Überanpassung hinzugefügt
Ich habe eine binäre logistische Regression mit nur einem binären Prädiktor für feste Faktoren. Der Grund, warum ich es nicht als Chi-Quadrat oder als exakten Fisher-Test mache, ist, dass ich auch eine Reihe von Zufallsfaktoren habe (es gibt mehrere Datenpunkte pro Person und Einzelpersonen sind in...
Ich mache eine Metaanalyse einiger Studien, die Ergebnisse unterschiedlich als Odds Ratios, Hazards Ratios oder Rate Ratios (alle mit Konfidenzintervallen) angeben. Gibt es eine Möglichkeit, diese miteinander zu kombinieren / zu konvertieren, damit ich eine Metaanalyse aller Studien durchführen...
Während des Studiums der logistischen Modellierung habe ich die folgende Aussage gelesen Die Tatsache, dass aus logistischen Modellen in Fallkontroll- oder Querschnittsstudien nur Quotenverhältnisse und keine individuellen Risiken geschätzt werden können, ist nicht überraschend. Ich weiß nicht,...
Angenommen, wir wissen, dass die Wahrscheinlichkeit, dass eine Frau in ein Programm und für Männer . Dann wissen wir:p=.7p=.7p=.7q=1−.7=.3q=1- -.7=.3q=1-.7=.3 odds(female)=.7/.3=2.33333Chancen(weiblich)=.7/..3=2.33333\mbox{odds}(\mbox{female}) = .7/.3 = 2.33333
Kahneman und Tversky erwähnen, dass in diesem Diagramm der Wert von (hohe vorherige Gruppe) / (niedrige vorherige Gruppe) 5,44 betragen sollte. Kahneman und Tversky nennen die gekrümmte Linie eine "Bayes'sche Linie" und ich glaube zu verstehen, wie es funktioniert. Wenn zum Beispiel die...
Seite 170 in Philip Tetlocks et al. Das Superforecasting- Buch zeigt den Satz von Bayes in Quotenform als: P.( H.| D)P.( ¬ H.| D)= P.( D | H.) P.( D | ¬ H.)P.( H.)P.(¬ H.)P.(H.|D.)P.(¬H.|D.)=P.(D.|H.)P.(D.|¬H.)P.(H.)P.(¬H.)\frac{P (H|D)}{P (\neg H|D)} = P (D|H) P (D|\neg H) \frac{ P (H)}{P (\neg...