Preguntas etiquetadas con regression

Uno de los supuestos de la regresión logística es la linealidad en el logit. Entonces, una vez que tengo mi modelo en funcionamiento, pruebo la no linealidad con la prueba Box-Tidwell. Uno de mis predictores continuos (X) ha dado positivo por no linealidad. ¿Qué se supone que debo hacer a …

13 regression  logistic  references  assumptions  regression-strategies 

El teorema de Gauss-Markov nos dice que el estimador OLS es el mejor estimador lineal imparcial para el modelo de regresión lineal. Pero supongamos que no me importa la linealidad y la imparcialidad. Entonces, ¿hay algún otro estimador (posible no lineal / sesgado) para el modelo de regresión lineal que …

13 regression  unbiased-estimator 

Estoy trabajando en un problema de regresión lineal muy grande, con un tamaño de datos tan grande que deben almacenarse en un grupo de máquinas. Será demasiado grande para agregar todas las muestras en la memoria de una sola máquina (incluso el disco) Para hacer la regresión de estos datos, …

13 regression  linear  large-data 

¿Tiene sentido el costo de la entropía cruzada en el contexto de la regresión (en oposición a la clasificación)? Si es así, ¿podría dar un ejemplo de juguete a través de TensorFlow? ¿Si no, porque no? Estaba leyendo acerca de la entropía cruzada en Redes Neurales y Aprendizaje Profundo por …

13 regression  entropy  tensorflow  cross-entropy 

Entiendo que una de las razones por las que la regresión logística se usa con frecuencia para predecir las tasas de clics en la web es que produce modelos bien calibrados. ¿Hay una buena explicación matemática para esto?

13 regression  logistic 

Estoy confundido con la suposición de linealidad al logit para las variables predictoras continuas en el análisis de regresión logística. ¿Necesitamos verificar la relación lineal mientras buscamos predictores potenciales usando un análisis de regresión logística univariable? En mi caso, estoy usando el análisis de regresión logística múltiple para identificar factores …

13 regression  logistic  assumptions  splines  regression-strategies 

KKij=k(xi,xj)=b-1exp(-1Iniciar sesión( y | X, θ ) = - 12yTK- 1yy - 12Iniciar sesión( det ( K) ) - n2Iniciar sesión( 2 π)log⁡(y|X,θ)=−12yTKy−1y−12log⁡(det(K))−n2log⁡(2π)\log(\mathbf{y}|X,\mathbf{\theta})=-\frac{1}{2} \mathbf{y}^TK_y^{-1}\mathbf{y}-\frac{1}{2}\log(\det(K))-\frac{n}{2}\log(2\pi)KKKM=lIa,blKyo j= k ( xyo, xj) = b- 1Exp( - 12( xyo- xj)TMETRO( xyo- xj) ) + a- 1δyo jKij=k(xi,xj)=b−1exp⁡(−12(xi−xj)TM(xi−xj))+a−1δijK_{ij}=k(x_i,x_j)=b^{-1}\exp(-\frac{1}{2}(x_i-x_j)^TM(x_i-x_j))+a^{-1}\delta_{ij}METRO= l IM=lIM=lIa , ba,ba,blll La derivada parcial …

13 regression  optimization  gaussian-process  hyperparameter 

Me doy cuenta de que esta es probablemente una pregunta muy simple, pero después de buscar no puedo encontrar la respuesta que estoy buscando. Tengo un problema en el que necesito estandarizar las variables para ejecutar la (regresión de cresta) para calcular las estimaciones de cresta de las versiones beta. …

13 regression  standard-error  standardization  predictor  centering 

¿Hay alguna manera de realizar la regresión de proceso gaussiana en la salida multidimensional (posiblemente correlacionada) usando GPML ? En el script de demostración solo pude encontrar un ejemplo de 1D. Una pregunta similar sobre CV que aborda el caso de entrada multidimensional. Revisé su libro para ver si podía …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

Si estuviera interesado en ajuste de dos vías interacciones entre una variable lineal explicativo y otra variable explicativa b que tiene una relación cuadrática con la variable dependiente y , tendría que incluir tanto la interacción con el componente cuadrática y la interacción con el lineal componente en el modelo? …

13 r  regression  model-selection 

Estoy familiarizado con el concepto de variables categóricas y la respectiva codificación de variables ficticias que nos permite ajustar un nivel como línea de base para evitar la colinealidad. También estoy familiarizado con la forma de interpretar las estimaciones de parámetros de tales modelos: el cambio previsto en el resultado …

13 regression  interpretation  proportion  multicollinearity 

Mi colega quiere analizar algunos datos después de transformar la variable de respuesta elevándola a la potencia de (es decir, ). y0.1251818\frac18y0,125y0.125y^{0.125} Me siento incómodo con esto, pero me cuesta articular por qué. No se me ocurre ninguna razón mecanicista para esta transformación. Tampoco lo he visto antes, y me …

12 regression  data-transformation  aic 

Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 2 años . Actualmente estoy en una clase de regresión lineal, pero no …

12 regression  machine-learning  linear  teaching 

¿Cómo funciona realmente la estimación de parámetros / Entrenamiento de regresión logística? Trataré de poner lo que tengo hasta ahora. La salida es y la salida de la función logística en forma de probabilidad dependiendo del valor de x: P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)={1\over1+e^{-\omega^Tx}}\equiv\sigma(\omega^Tx) P(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1−P(y=1|x)=1−11+e−ωTxP(y=0|x)=1-P(y=1|x)=1-{1\over1+e^{-\omega^Tx}} Para una dimensión, las llamadas Probabilidades se definen de …

12 regression  logistic  likelihood 

Estoy leyendo Construcción de modelos multivariables: un enfoque pragmático para el análisis de regresión basado en polinomios fraccionados para modelar variables continuas de Patrick Royston y Willie Sauerbrei. Hasta ahora, estoy impresionado y es un enfoque interesante que no había considerado antes. Pero los autores no tratan con datos faltantes. …

12 regression  missing-data  fractional-polynomial