Preguntas etiquetadas con logistic

Tengo una pregunta sobre la semántica sobre la que me gustaría la opinión de otros estadísticos. Sabemos que modelos como el logístico, Poisson, etc. se encuentran bajo el paraguas de modelos lineales generalizados. El modelo incluye funciones no lineales de los parámetros, que a su vez pueden modelarse utilizando el …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

He visto dos tipos de formulaciones de pérdida logística. Podemos mostrar fácilmente que son idénticos, la única diferencia es la definición de la etiqueta yyy . Formulación / notación 1, y∈{0,+1}y∈{0,+1}y \in \{0, +1\} : L ( y, βTx ) = - yIniciar sesión( p ) - ( 1 - …

23 logistic  generalized-linear-model  notation  loss-functions 

Version corta: Sabemos que la regresión logística y la regresión probit pueden interpretarse como una variable latente continua que se discretiza de acuerdo con un umbral fijo antes de la observación. ¿Hay disponible una interpretación variable latente similar para, por ejemplo, la regresión de Poisson? ¿Qué tal para la regresión …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

Quiero modelar una regresión logística con datos desequilibrados (9: 1). Quería probar la opción de pesos en la glmfunción en R, pero no estoy 100% seguro de lo que hace. Digamos que mi variable de salida es c(0,0,0,0,0,0,0,0,0,1). ahora quiero darle al "1" 10 veces más peso. entonces doy el …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

¿Podría alguien aconsejarme sobre cómo interpretar las estimaciones de una regresión logística utilizando un enlace de cloglog? He instalado el siguiente modelo en lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Por ejemplo, la estimación del tiempo es 0.015. ¿Es correcto decir que las probabilidades de mortalidad …

21 logistic  regression-coefficients 

Básicamente, mi pregunta es que en los perceptrones multicapa, los perceptrones se usan con una función de activación sigmoidea. Para que en la regla de actualización se calcule comoy^y^\hat{y} y^= 11 + exp( - wTXyo)y^=11+exp⁡(-wTXyo)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} ¿En qué se diferencia este Perceptrón "sigmoide" de una regresión logística entonces? Diría …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

¿Cuál es la diferencia entre regresión logística y logit? Entiendo que son similares (o incluso la misma cosa) pero ¿alguien podría explicar la (s) diferencia (s) entre estos dos? ¿Se trata de probabilidades?

21 regression  logistic  terminology  logit  odds 

Tengo un experimento de medidas repetidas donde la variable dependiente es un porcentaje, y tengo múltiples factores como variables independientes. Me gustaría usar glmerel paquete R lme4para tratarlo como un problema de regresión logística (especificando family=binomial) ya que parece acomodar esta configuración directamente. Mis datos se ven así: > head(data.xvsy) …

21 r  logistic  mixed-model  glmm  lme4-nlme 

En un pequeño conjunto de datos ( ) con el que estoy trabajando, varias variables me dan una predicción / separación perfecta . Por lo tanto, utilizo la regresión logística de Firth para tratar el problema.n ∼ 100norte∼100n\sim100 Si selecciono el mejor modelo por AIC o BIC , ¿debo incluir …

21 logistic  model-selection  aic  separation 

¿Alguien puede proporcionar una lista clara de las diferencias entre la regresión log-lineal y la regresión logística? Entiendo que el primero es un modelo de regresión lineal simple, pero no tengo claro cuándo se debe usar cada uno.

21 regression  logistic  logit  log-linear 

Me gustaría usar un modelo de regresión logística binaria en el contexto de la transmisión de datos (series temporales multidimensionales) para predecir el valor de la variable dependiente de los datos (es decir, la fila) que acaba de llegar, dadas las observaciones pasadas. Hasta donde sé, la regresión logística se …

21 r  time-series  logistic 

Ejecuté un modelo mixto lineal generalizado en R e incluí un efecto de interacción entre dos predictores. La interacción no fue significativa, pero los principales efectos (los dos predictores) sí lo fueron. Ahora, muchos ejemplos de libros de texto me dicen que si hay un efecto significativo de la interacción, …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Los datos tienen muchas características (por ejemplo, 100) y el número de instancias es como 100,000. Los datos son escasos. Quiero ajustar los datos usando regresión logística o svm. ¿Cómo sé si las características son lineales o no lineales para poder usar el truco del núcleo si no es lineal?

21 machine-learning  logistic  svm  data-mining 

Tenemos muchas buenas discusiones sobre la separación perfecta en la regresión logística. Tal como, la regresión logística en R resultó en una separación perfecta (fenómeno de Hauck-Donner). ¿Ahora que? y el modelo de regresión logística no converge . Personalmente, todavía siento que no es intuitivo por qué será un problema …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Estoy buscando clasificadores que generen probabilidades de que los ejemplos pertenezcan a una de dos clases. Sé de regresión logística e ingenua Bayes, pero ¿puedes contarme sobre otros que funcionen de manera similar? Es decir, clasificadores que predicen no las clases a las que pertenecen los ejemplos, sino la probabilidad …

20 machine-learning  probability  logistic  classification  naive-bayes