Preguntas etiquetadas con logistic

Estoy muy confundido con cómo funciona el peso en glm con family = "binomial". En mi opinión, la probabilidad de la glm con family = "binomial" se especifica de la siguiente manera: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

Esta es una pregunta sobre una práctica o método seguido por algunos de mis colegas. Al hacer un modelo de regresión logística, he visto a personas reemplazar las variables categóricas (o variables continuas que están agrupadas) con su respectivo peso de evidencia (WoE). Se supone que esto se hace para …

14 regression  logistic  categorical-data  modeling 

Apliqué la regresión logística a mis datos en SAS y aquí están la curva ROC y la tabla de clasificación. Me siento cómodo con las figuras en la tabla de clasificación, pero no estoy exactamente seguro de lo que muestran la curva roc y el área debajo de ella. Cualquier …

14 regression  logistic  classification  roc 

Supongamos que tenemos el siguiente modelo de regresión logística: logit ( p ) = β0 0+ β1X1+ β2X2logit(p)=β0+β1x1+β2x2\text{logit}(p) = \beta_0+\beta_{1}x_{1} + \beta_{2}x_{2} ¿Es las probabilidades del evento cuando y ? En otras palabras, ¿son las probabilidades del evento cuando y están en los niveles más bajos (incluso si esto no …

14 logistic  interpretation  intercept 

Estoy tratando de entender el concepto de sobredispersión en regresión logística. He leído que la sobredispersión es cuando la varianza observada de una variable de respuesta es mayor de lo que se esperaría de la distribución binomial. Pero si una variable binomial solo puede tener dos valores (1/0), ¿cómo puede …

14 logistic  variance  binomial  mean  overdispersion 

Dado un conjunto de datos con resultados binarios algunas matrices de predicción , el modelo de regresión logística estándar estima los coeficientes que maximizan la probabilidad binomial. Cuando X es rango completo, \ beta_ {MLE} es único; cuando la separación perfecta no está presente, es finita.y∈{0,1}ny∈{0,1}ny\in\{0,1\}^nX∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p}βMLEβMLE\beta_{MLE}XXXβMLEβMLE\beta_{MLE} ¿Este modelo de …

13 logistic  maximum-likelihood  auc 

Por lo general, en la regresión logística, ajustamos un modelo y obtenemos algunas predicciones sobre el conjunto de entrenamiento. Luego validamos de manera cruzada esas predicciones de entrenamiento (algo así como aquí ) y decidimos el valor umbral óptimo basado en algo como la curva ROC. ¿Por qué no incorporamos …

13 logistic  cross-validation  optimization  roc  threshold 

Las clases pronosticadas a partir de la regresión logística (binaria) se determinan utilizando un umbral en las probabilidades de pertenencia a la clase generadas por el modelo. Según tengo entendido, normalmente se usa 0.5 por defecto. Pero variar el umbral cambiará las clasificaciones predichas. ¿Esto significa que el umbral es …

13 machine-learning  logistic  scikit-learn  hyperparameter 

Últimamente, he tenido que leer varios artículos en economía (un campo con el que no estoy muy familiarizado). Una cosa que he notado es que incluso cuando la variable de respuesta es binaria, los modelos de regresión lineal ajustados usando OLS son ubicuos. Mi pregunta es por lo tanto: ¿Por …

13 regression  logistic  econometrics 

Hasta donde sé, la diferencia entre el modelo logístico y el modelo de respuesta fraccional (frm) es que la variable dependiente (Y) en la que frm es [0,1], pero la logística es {0, 1}. Además, frm usa el estimador de cuasi-verosimilitud para determinar sus parámetros. Normalmente, podemos utilizar glmpara obtener …

13 r  logistic  generalized-linear-model  quasi-likelihood 

He estado trabajando en un modelo logístico y tengo algunas dificultades para evaluar los resultados. Mi modelo es un logit binomial. Mis variables explicativas son: una variable categórica con 15 niveles, una variable dicotómica y 2 variables continuas. Mi N es grande> 8000. Estoy tratando de modelar la decisión de …

13 r  logistic  goodness-of-fit  roc 

Estoy ejecutando un modelo de regresión logística en la forma: lmer(response~1+(1|site), family=binomial, REML = FALSE) Normalmente calcularía el ICC a partir de la intercepción y las variaciones residuales, pero el resumen del modelo no incluye la variación residual. ¿Cómo calculo esto?

13 logistic  lme4-nlme  glmm 

Mis predicciones provenientes de un modelo de regresión logística (glm en R) no están delimitadas entre 0 y 1 como esperaba. Comprendo la regresión logística es que los parámetros de entrada y modelo se combinan linealmente y la respuesta se transforma en una probabilidad utilizando la función de enlace logit. …

13 r  regression  logistic  generalized-linear-model 

Tengo una cohorte de pacientes con diferente duración de seguimiento. Hasta ahora no estoy considerando el aspecto del tiempo y solo necesito modelar un resultado binario-enfermedad / no enfermedad. Usualmente hago regresión logística en estos estudios, pero otro colega mío me preguntó si la regresión de Poisson sería igual de …

13 logistic  poisson-distribution 

Quiero calcular coeficientes para una regresión que es muy similar a la regresión logística (En realidad, regresión logística con otro coeficiente: cuandoApodría ser dada). Pensé en usar GMM para calcular los coeficientes, pero no estoy seguro de cuáles son las condiciones de momento que debería usar.A1+e−(b0+b1x1+b2x2+…),A1+e−(b0+b1x1+b2x2+…), \frac{A}{1 + e^{- (b_0 …

13 logistic  generalized-moments