Preguntas etiquetadas con logistic

Generalmente se refiere a procedimientos estadísticos que utilizan la función logística, más comúnmente diversas formas de regresión logística.

1
¿Cómo calcular la matriz del sombrero para la regresión logística en R?
Quiero calcular la matriz de sombreros directamente en R para un modelo logit. Según Long (1997), la matriz de sombreros para los modelos logit se define como: H=VX(X′VX)−1X′VH=VX(X′VX)−1X′VH = VX(X'VX)^{-1} X'V X es el vector de variables independientes, y V es una matriz diagonal con en la diagonal.π(1−π)−−−−−−−√π(1−π)\sqrt{\pi(1-\pi)} Utilizo la …
8 r  logistic  deviance 
1
¿Qué significa "control de caso" y "transversal" en el contexto del modelado logístico?
Mientras estudiaba modelado logístico, leí la siguiente declaración El hecho de que solo se puedan estimar los odds ratios, no los riesgos individuales, a partir del modelado logístico en estudios de casos y controles o estudios transversales no es sorprendente. No sé qué significan los "estudios de casos y controles" …
1
Definición de la función softmax
Esta pregunta sigue en stats.stackexchange.com/q/233658 El modelo de regresión logística para las clases {0, 1} es P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Claramente, esas probabilidades suman 1. Al establecer también podríamos …
1
Interpretación de coeficientes de regresión basados ​​en el método de reescalado de Andrew Gelman
Tengo dos predictores en un modelo de regresión logística binaria: uno binario y otro continuo. Mi objetivo principal es comparar los coeficientes de los dos predictores dentro del mismo modelo. Me he encontrado con la sugerencia de Andrew Gelman de estandarizar las variables de entrada de regresión continua: I) Propuesta …
1
¿Las máquinas de vectores de soporte (SVM) son el límite de temperatura cero de la regresión logística?
Recientemente tuve una discusión rápida con un amigo experto que mencionó que las SVM son el límite de temperatura cero de la regresión logística. La justificación involucraba politopos marginales y dualidad fenchel. No pude seguir. ¿Es cierta esta afirmación sobre que las SVM son el límite de temperatura cero de …
1
Intervalos de predicción para el resultado de una regresión logística con respuesta binomial
Supongamos que tenemos un modelo de regresión logística: P(y=1|x)log(p1−p)=p=βxP(y=1|x)=plog⁡(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Dada una muestra aleatoria de tamaño N , podemos calcular intervalos de confianza para el \ boldsymbol {\ beta} e intervalos de predicción correspondientes para p , dado un cierto valor \ mathbf …
1
Expectativa condicional de una derivación de RV truncada, distribución de gumbel (diferencia logística)
Tengo dos variables aleatorias que son independientes e idénticamente distribuidas, es decir, :ϵ1,ϵ0∼iidGumbel(μ,β)ϵ1,ϵ0∼iidGumbel(μ,β)\epsilon_{1}, \epsilon_{0} \overset{\text{iid}}{\sim} \text{Gumbel}(\mu,\beta) F(ϵ)=exp(−exp(−ϵ−μβ)),F(ϵ)=exp⁡(−exp⁡(−ϵ−μβ)),F(\epsilon) = \exp(-\exp(-\frac{\epsilon-\mu}{\beta})), f(ϵ)=1βexp(−(ϵ−μβ+exp(−ϵ−μβ))).f(ϵ)=1βexp⁡(−(ϵ−μβ+exp⁡(−ϵ−μβ))).f(\epsilon) = \dfrac{1}{\beta}\exp(-\left(\frac{\epsilon-\mu}{\beta}+\exp(-\frac{\epsilon-\mu}{\beta})\right)). Estoy tratando de calcular dos cantidades: Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[c+\epsilon_{1}|c+\epsilon_{1}>\epsilon_{0}\right] Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[\epsilon_{0}|c+\epsilon_{1}<\epsilon_{0}\right] Llego a un punto en el que necesito hacer integración en algo de la forma: , que parece no tener …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.