J'ai un GLMM du formulaire: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Lorsque j'utilise drop1(model, test="Chi"), j'obtiens des résultats différents de ceux que j'utilise à Anova(model, type="III")partir du package de voiture ou summary(model). Ces deux derniers donnent les mêmes réponses. En utilisant un …
Si je comprends bien, la valeur bêta exponentielle d'une régression logistique est le rapport de cotes de cette variable pour la variable dépendante d'intérêt. Cependant, la valeur ne correspond pas au rapport de cotes calculé manuellement. Mon modèle prédit le retard de croissance (une mesure de la malnutrition) en utilisant, …
J'essaie de trouver la meilleure façon de prédire le montant du paiement pour une agence de recouvrement. La variable dépendante n'est non nulle que lorsqu'un paiement a été effectué. Naturellement, il y a un nombre écrasant de zéros parce que la plupart des gens ne peuvent pas être joints ou …
Quelles sont les hypothèses appropriées de la régression logistique multinomiale? Et quels sont les meilleurs tests pour satisfaire ces hypothèses en utilisant SPSS 18?
J'ai obtenu le modèle de régression logistique pour multiclasses qui est donné par P( Y= j | X( i )) = exp( θTjX( i ))1 + ∑km= 1exp(θTmX( je))P(Y=j|X(i))=exp(θjTX(i))1+∑m=1kexp(θmTX(i)) P(Y=j|X^{(i)}) = \frac{\exp(\theta_j^TX^{(i)})}{1+ \sum_{m=1}^{k}\exp(\theta_m^T X^{(i)})} où k est le nombre de classes thêta est le paramètre à estimer j est la …
J'essaie de déterminer si de simples probabilités fonctionneront pour mon problème ou s'il vaudra mieux utiliser (et en savoir plus) des méthodes plus sophistiquées comme la régression logistique. La variable de réponse dans ce problème est une réponse binaire (0, 1). J'ai un certain nombre de variables prédictives qui sont …
Existe-t-il des hypothèses particulières concernant les erreurs de régression logistique telles que la variance constante des termes d'erreur et la normalité des résidus? En règle générale, lorsque vous avez des points dont la distance du cuisinier est supérieure à 4 / n, les supprimez-vous? Si vous les supprimez, comment savoir …
Je modélise certaines données où je pense avoir deux effets aléatoires croisés. Mais l'ensemble de données n'est pas équilibré, et je ne suis pas sûr de ce qui doit être fait pour en tenir compte. Mes données sont un ensemble d'événements. Un événement se produit lorsqu'un client rencontre un fournisseur …
Je construis un modèle de propension utilisant la régression logistique pour un client de service public. Ce qui m'inquiète, c'est que sur l'échantillon total, mes «mauvais» comptes ne représentent que 5%, et le reste est bon. Je prédit «mauvais». Le résultat sera-t-il biaisé? Quelle est la «proportion mauvaise à bonne» …
Récemment, j'ai utilisé la mise à l'échelle de Platt des sorties SVM pour estimer les probabilités d'événements par défaut. Des alternatives plus directes semblent être la «régression logistique du noyau» (KLR) et la «machine d'importation de vecteurs» associée. Quelqu'un peut-il dire quelle méthode du noyau donnant des sorties de probabilité …
Je dois faire une régression logistique binaire avec beaucoup de variables indépendantes. La plupart d'entre elles sont binaires, mais quelques-unes des variables catégorielles ont plus de deux niveaux. Quelle est la meilleure façon de gérer ces variables? Par exemple, pour une variable avec trois valeurs possibles, je suppose que deux …
Je suis confus par les déclarations sur une page Web de l'UCLA sur la régression logistique à effets mixtes. Ils montrent un tableau des coefficients d'effets fixes de l'ajustement d'un tel modèle et le premier paragraphe ci-dessous semble interpréter les coefficients exactement comme une régression logistique normale. Mais quand ils …
J'ai parcouru la documentation sklearn mais je ne suis pas en mesure de comprendre le but de ces fonctions dans le contexte de la régression logistique. Car decision_functionil dit que c'est la distance entre l'hyperplan et l'instance de test. comment cette information particulière est-elle utile? et comment cela ne se …
J'ai trouvé ce post: Oui. Le coefficient reflète le changement des cotes logarithmiques pour chaque incrément de changement dans le prédicteur ordinal. Cette spécification de modèle (très courante) suppose que le prédicteur a un impact linéaire sur ses incréments. Pour tester l'hypothèse, vous pouvez comparer un modèle dans lequel vous …
Dans la régression logistique, un rapport de cotes de 2 signifie que l'événement est 2 fois plus probable compte tenu d'une augmentation d'une unité du prédicteur. Dans la régression de Cox, un rapport de risque de 2 signifie que l'événement se produira deux fois plus souvent à chaque instant, compte …
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.