Je suis très confus avec la façon dont le poids fonctionne en glm avec family = "binomial". À ma connaissance, la probabilité du glm avec family = "binomial" est spécifiée comme suit: où y est la "proportion de succès observée" et n est le nombre connu d'essais.ynF( y) = ( …
Il s'agit d'une question concernant une pratique ou une méthode suivie par certains de mes collègues. En faisant un modèle de régression logistique, j'ai vu des gens remplacer des variables catégorielles (ou des variables continues qui sont regroupées) par leur poids de preuve respectif (WoE). Ceci est censé être fait …
J'ai appliqué une régression logistique à mes données sur SAS et voici la courbe ROC et le tableau de classification. Je suis à l'aise avec les chiffres du tableau de classification, mais je ne sais pas exactement ce que la courbe roc et la zone en dessous montrent. Toute explication …
Supposons que nous ayons le modèle de régression logistique suivant: logit(p)=β0+β1x1+β2x2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} Est les chances de l'événement lorsque et ? En d'autres termes, c'est la cote de l'événement lorsque et sont aux niveaux les plus bas (même si ce n'est pas 0)? Par exemple, si et ne …
J'essaie de comprendre le concept de surdispersion dans la régression logistique. J'ai lu que la surdispersion se produit lorsque la variance observée d'une variable de réponse est supérieure à celle attendue de la distribution binomiale. Mais si une variable binomiale ne peut avoir que deux valeurs (1/0), comment peut-elle avoir …
Étant donné un ensemble de données avec des résultats binaires y∈{0,1}ny∈{0,1}ny\in\{0,1\}^n et une matrice prédictive X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} , le modèle de régression logistique standard estime les coefficients βMLEβMLE\beta_{MLE} qui maximisent la vraisemblance binomiale. Lorsque XXX est de rang complet βMLEβMLE\beta_{MLE} est unique; lorsque la séparation parfaite n'est pas présente, elle …
Habituellement, dans la régression logistique, nous ajustons un modèle et obtenons des prédictions sur l'ensemble d'entraînement. Nous validons ensuite ces prévisions d'entraînement (quelque chose comme ici ) et décidons de la valeur seuil optimale en fonction de quelque chose comme la courbe ROC. Pourquoi ne pas intégrer la validation croisée …
Les classes prédites à partir de la régression logistique (binaire) sont déterminées en utilisant un seuil sur les probabilités d'appartenance aux classes générées par le modèle. Si je comprends bien, généralement 0,5 est utilisé par défaut. Mais la variation du seuil changera les classifications prévues. Est-ce à dire que le …
Dernièrement, j'ai dû lire plusieurs articles en économie (un domaine que je ne connais pas trop). Une chose que j'ai remarquée est que même lorsque la variable de réponse est binaire, les modèles de régression linéaire ajustés en utilisant OLS sont omniprésents. Ma question est donc: Pourquoi la régression linéaire …
Pour autant que je sache, la différence entre le modèle logistique et le modèle de réponse fractionnaire (frm) est que la variable dépendante (Y) dans laquelle frm est [0,1], mais la logistique est {0, 1}. De plus, frm utilise l'estimateur de quasi-vraisemblance pour déterminer ses paramètres. Normalement, nous pouvons utiliser …
J'ai travaillé sur un modèle logistique et j'ai des difficultés à évaluer les résultats. Mon modèle est un logit binomial. Mes variables explicatives sont: une variable catégorielle à 15 niveaux, une variable dichotomique et 2 variables continues. Mon N est grand> 8000. J'essaie de modéliser la décision des entreprises d'investir. …
J'utilise un modèle de régression logistique sous la forme: lmer(response~1+(1|site), family=binomial, REML = FALSE) Normalement, je calculerais l'ICC à partir des variances d'interception et résiduelles, mais le résumé du modèle n'inclut pas la variance résiduelle. Comment puis-je calculer cela?
Mes prédictions provenant d'un modèle de régression logistique (glm dans R) ne sont pas limitées entre 0 et 1 comme je m'y attendais. Ma compréhension de la régression logistique est que vos paramètres d'entrée et de modèle sont combinés linéairement et la réponse est transformée en probabilité à l'aide de …
J'ai une cohorte de patients dont la durée de suivi est différente. Jusqu'à présent, je fais abstraction de l'aspect du temps et j'ai juste besoin de modéliser un résultat binaire-maladie / pas de maladie. Je fais habituellement une régression logistique dans ces études, mais un autre collègue m'a demandé si …
Je veux calculer les coefficients d'une régression très similaire à la régression logistique (en fait, régression logistique avec un autre coefficient: quandApourrait être donné). J'ai pensé à utiliser GMM pour calculer les coefficients, mais je ne sais pas quelles sont les conditions de moment que je devrais utiliser.A1+e−(b0+b1x1+b2x2+…),A1+e−(b0+b1x1+b2x2+…), \frac{A}{1 + …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.