Preguntas etiquetadas con logistic

Tengo una pregunta sobre el sesgo variable omitido en la regresión logística y lineal. Digamos que omito algunas variables de un modelo de regresión lineal. Imagine que esas variables omitidas no están correlacionadas con las variables que incluí en mi modelo. Esas variables omitidas no sesgan los coeficientes en mi …

17 regression  logistic  least-squares  bias 

Ejecuté esta regresión logística ordinal en R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Tengo este resumen del modelo: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value 1|2 -6.4706 …

17 r  regression  logistic  interpretation  ordered-logit 

Tengo dos grupos de sujetos, A y B, cada uno con un tamaño de aproximadamente 400 y aproximadamente 300 predictores. Mi objetivo es construir un modelo de predicción para una variable de respuesta binaria. Mi cliente quiere ver el resultado de aplicar el modelo creado a partir de A en …

17 pca  logistic  predictive-models  robust 

Estamos trabajando con algunas regresiones logísticas y nos hemos dado cuenta de que la probabilidad estimada promedio siempre es igual a la proporción de unos en la muestra; es decir, el promedio de los valores ajustados es igual al promedio de la muestra. ¿Alguien puede explicarme la razón o darme …

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Tengo un modelo ajustado (de la literatura). También tengo los datos en bruto para las variables predictivas. ¿Cuál es la ecuación que debería usar para obtener probabilidades? Básicamente, ¿cómo combino datos brutos y coeficientes para obtener probabilidades?

17 regression  logistic 

Espero poder hacer esta pregunta de la manera correcta. Tengo acceso a los datos de juego por juego, por lo que es más un problema con el mejor enfoque y la construcción de los datos correctamente. Lo que estoy buscando hacer es calcular la probabilidad de ganar un juego de …

17 time-series  probability  logistic 

Para calibrar un nivel de confianza a una probabilidad en el aprendizaje supervisado (por ejemplo, para mapear la confianza de un SVM o un árbol de decisión usando datos sobremuestreados), un método es usar la Escala de Platt (por ejemplo, Obteniendo Probabilidades Calibradas de Impulso ). Básicamente se usa la …

17 logistic  cross-validation  calibration 

Datos básicos : Tengo ~ 1,000 personas marcadas con evaluaciones: '1,' [bueno] '2,' [medio] o '3' [malo]: estos son los valores que estoy tratando de predecir para las personas en el futuro . Además de eso, tengo información demográfica: género (categórico: M / F), edad (numérico: 17-80) y raza (categórico: …

17 r  regression  logistic  missing-data  ordered-logit 

Un grupo de personas responde una pregunta. La respuesta puede ser "sí" o "no". El investigador quiere saber si la edad está asociada con el tipo de respuesta. La asociación se evaluó mediante una regresión logística donde la edad es la variable explicativa y el tipo de respuesta (sí, no) …

17 regression  logistic  t-test 

La pregunta Estoy luchando por comprender cómo se mantiene la predicción dentro del intervalo [ 0 , 1 ][0 0,1][0,1] cuando se realiza una clasificación binaria con Gradient Boosting. Supongamos que estamos trabajando en un problema de clasificación binaria, y nuestra función objetivo es la pérdida de registro, , donde …

17 logistic  classification  boosting 

Estoy tratando de usar la pérdida al cuadrado para hacer una clasificación binaria en un conjunto de datos de juguete. Estoy usando mtcarsun conjunto de datos, uso millas por galón y peso para predecir el tipo de transmisión. El gráfico a continuación muestra los dos tipos de datos del tipo …

16 r  machine-learning  logistic  optimization  loss-functions 

Sé que los Residuos de Pearson estandarizados se obtienen de una manera probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} y los residuos de desviación se obtienen de una manera más estadística (la contribución de cada punto a la probabilidad): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} donde …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Según tengo entendido, una red neuronal artificial perceptrón / de una sola capa con una función de activación sigmoidea logística es el mismo modelo que la regresión logística. Ambos modelos están dados por la ecuación: F( x ) = 11 - e- βXF(X)=11-mi-βXF(x) = \frac{1}{1-e^{-\beta X}} El algoritmo de aprendizaje …

16 logistic  communication 

En la regresión logística, ¿es necesario preocuparse tanto por la multicolinealidad como lo estaría en una regresión OLS directa? Por ejemplo, con una regresión logística, donde existe multicolinealidad, ¿tendría que ser cauteloso (como lo haría en la regresión OLS) con la inferencia de los coeficientes Beta? Para la regresión OLS, …

16 regression  logistic  multicollinearity 

Mi pregunta es: ¿Cuál es la relación matemática entre el distribución Beta y los coeficientes del modelo de regresión logística ? Para ilustrar: la función logística (sigmoidea) viene dada por f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} y se usa para modelar probabilidades en el modelo de regresión logística. Sea AAA un resultado dicotómico …

16 regression  logistic  mathematical-statistics  beta-distribution