Questions marquées «logistic»

Désigne généralement les procédures statistiques qui utilisent la fonction logistique, le plus souvent diverses formes de régression logistique

1
Est-ce jamais une bonne idée d'accorder un «crédit partiel» (résultat continu) à la formation d'une régression logistique?
J'entraîne une régression logistique pour prédire quels coureurs sont les plus susceptibles de terminer une course d'endurance exténuante. Très peu de coureurs terminent cette course, j'ai donc un grave déséquilibre de classe et un petit échantillon de succès (peut-être quelques dizaines). Je sens que je pourrais obtenir un bon "signal" …
3
Fonctionnalités de classement dans la régression logistique
J'ai utilisé la régression logistique. J'ai six fonctionnalités, je veux connaître les fonctionnalités importantes de ce classificateur qui influencent le résultat plus que d'autres fonctionnalités. J'ai utilisé Information Gain mais il semble que cela ne dépende pas du classificateur utilisé. Existe-t-il une méthode pour classer les entités en fonction de …
1
Régression logistique vs chi carré dans des tableaux de contingence 2x2 et Ix2 (facteur unique - réponse binaire)?
J'essaie de comprendre l'utilisation de la régression logistique dans les tables de contingence 2x2 et Ix2. Par exemple, en utilisant cela comme exemple Quelle est la différence entre l'utilisation du test du chi carré et l'utilisation de la régression logistique? Qu'en est-il d'une table avec plusieurs facteurs nominaux (table Ix2) …
2
RMSE (Root Mean Squared Error) pour les modèles logistiques
J'ai une question concernant la validité de l'utilisation de RMSE (Root Mean Squared Error) pour comparer différents modèles logistiques. La réponse est soit 0ou 1et les prédictions sont des probabilités entre 0- 1? La manière appliquée ci-dessous est-elle également valable avec les réponses binaires? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) …
1
Étude de la robustesse de la régression logistique contre la violation de la linéarité du logit
Je procède à une régression logistique avec un résultat binaire (démarrage et non démarrage). Ma combinaison de prédicteurs sont toutes des variables continues ou dichotomiques. En utilisant l'approche Box-Tidwell, l'un de mes prédicteurs continus viole potentiellement l'hypothèse de linéarité du logit. Rien dans les statistiques de qualité de l'ajustement n'indique …
1
Estimation des coefficients de régression logistique dans un plan cas-témoins lorsque la variable de résultat n'est pas le statut cas / contrôle
Considérons l'échantillonnage des données d'une population de taille de la manière suivante: PourNNNk=1,...,Nk=1,...,Nk=1, ..., N Observer individu statut de « maladie » de l »kkk S'ils ont la maladie, incluez-les dans l'échantillon avec la probabilitépk1pk1p_{k1} S'ils n'ont pas la maladie, incluez-les avec la probabilité .pk0pk0p_{k0} Supposons que vous ayez observé …
3
Comment obtenir l'intervalle de confiance sur le changement du carré de la population
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la population expliquée est …
1
Comment intégrer une valeur aberrante innovante à l'observation 48 dans mon modèle ARIMA?
Je travaille sur un ensemble de données. Après avoir utilisé certaines techniques d'identification de modèle, je suis sorti avec un modèle ARIMA (0,2,1). J'ai utilisé la detectIOfonction dans le package TSAen R pour détecter une valeur aberrante innovante (IO) à la 48e observation de mon ensemble de données d'origine. Comment …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
2
Plusieurs régressions logistiques vs régression multinomiale
Est-il viable de faire plusieurs régressions logistiques binaires au lieu de faire une régression multinomiale? De cette question: régression logistique multinomiale vs régression logistique binaire un contre repos Je vois que la régression multinomiale pourrait avoir des erreurs standard plus faibles. Cependant, le package que j'aimerais utiliser n'a pas été …
2
Quelle est la différence entre la régression linéaire transformée logit, la régression logistique et un modèle mixte logistique?
Supposons que j'ai 10 élèves qui tentent chacun de résoudre 20 problèmes mathématiques. Les problèmes sont notés correctement ou incorrectement (en données longues) et la performance de chaque élève peut être résumée par une mesure de précision (en sous-données). Les modèles 1, 2 et 4 ci-dessous semblent produire des résultats …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.