Preguntas etiquetadas con logistic

Tengo un conjunto de datos con una variable de respuesta binaria (supervivencia) y 3 variables explicativas ( A= 3 niveles, B= 3 niveles, C= 6 niveles). En este conjunto de datos, los datos están bien equilibrados, con 100 individuos por ABCcategoría. Ya se estudió el efecto de éstos A, By …

8 logistic  unbalanced-classes  weighted-regression  rare-events  case-control-study 

Entiendo que los coeficientes de una ecuación logística se pueden interpretar como una relación impar. Si se agrega un término de regularización para controlar el sobreajuste, ¿cómo cambia esto la interpretación de los coeficientes?

8 logistic  interpretation  regression-coefficients  regularization  odds-ratio 

He estado jugando con la regresión logística con varios algoritmos de optimización por lotes (gradiente conjugado, newton-raphson y varios métodos de cuasinewton). Una cosa que he notado es que a veces, agregar más datos a un modelo puede hacer que la capacitación del modelo tome mucho menos tiempo. Cada iteración …

8 logistic  references  optimization 

Hice un modelo de regresión logística que incluye un término polinomial de grado 2. Soy consciente de que la regresión logística modela la variable de respuesta como una función no lineal de los predictores. ¿Tiene sentido incluir un término polinómico en la regresión logística?

8 logistic  polynomial 

Las personas que trabajan con la regresión logística están familiarizadas con el tema de la separación perfecta: si tiene una variable de valores específicos que están asociados con solo uno de los dos resultados (diga una binaria tal que todas las observaciones con tengan resultado = 1 ), la probabilidad …

8 logistic  separation 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

He construido un modelo de regresión logística en R y, aunque el resultado parece ser satisfactorio hasta cierto punto, hay una pregunta que no he podido abordar. No estoy seguro de si mi enfoque es correcto. Sé que el propósito general del modelo logístico es predecir la probabilidad de éxito …

8 probability  distributions  logistic  binomial 

Tengo el siguiente tipo de datos (codificados en R): v.a = c('cat', 'dog', 'dog', 'goat', 'cat', 'goat', 'dog', 'dog') v.b = c(1, 2, 1, 2, 1, 2, 1, 2) v.c = c('blue', 'red', 'blue', 'red', 'red', 'blue', 'yellow', 'yellow') set.seed(12) v.d = rnorm(8) aov(v.a ~ v.b + v.c + v.d) …

8 r  logistic  anova  categorical-data  multinomial 

Tengo datos de encuestas categóricas sobre las actitudes de las personas hacia un área política determinada de 13 países. La variable de respuesta es categórica e incluye 4 respuestas distintas que no se pueden ordenar. Me gustaría construir un modelo multinomial de intersección aleatoria y pendiente aleatoria de varios niveles. …

8 regression  logistic  multinomial 

En la regresión lineal, las transformaciones de las variables explicativas se realizan para tener una correlación máxima con la variable dependiente. ¿Cuál es la mejor medida para elegir entre transformaciones múltiples en regresión logística ya que la variable dependiente es binaria y no continua? El objetivo final es maximizar el …

8 regression  logistic 

Varias publicaciones ( aquí y aquí ) sugieren que la regresión beta es más apropiada cuando la variable dependiente está naturalmente limitada entre 0 y 1. Mi pregunta es, dejando a un lado la adecuación, ¿es técnicamente incorrecto ajustar una regresión logística a una variable de respuesta proporcional? R lanzará …

8 regression  logistic  proportion 

Estoy tratando de ejecutar una regresión de Cox en un conjunto de datos de 2,000,000 de filas de la siguiente manera usando solo R. Esta es una traducción directa de un PHREG en SAS. La muestra es representativa de la estructura del conjunto de datos original. ## library(survival) ### Replace …

8 r  logistic  survival  sas  cox-model 

¿Existen conceptos o teorías estadísticas sobre cómo medir efectivamente la actualidad en los eventos recientes que tienen más peso que los anteriores? Estoy creando un modelo de regresión logística y me gustaría aplicar un ajuste a varios factores en función de los eventos recientes. ... o, ¿depende exclusivamente de mí …

8 regression  logistic 

Estoy tratando de ajustar un modelo logarítmico lineal a una gran cantidad de variables de los datos de la encuesta. Hay algunas razones por las que podría ser preferible ajustar las regresiones logísticas a esos datos. Varias autoridades sugieren que estos son equivalentes. Sin embargo, tengo algunas razones para dudar …

8 logistic  interaction  log-linear 

Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Después …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice