Statistiche e Big Data deviance

2

Interpretazione della devianza residua e nulla in GLM R

Come interpretare la deviazione nulla e residua in GLM in R? Diciamo che AIC più piccolo è meglio. C'è qualche interpretazione simile e rapida anche per le deviazioni? Deviazione nulla: 1146,1 su 1077 gradi di libertà Devianza residua: 4589,4 su 1099 gradi di libertà AIC: 11089

47 generalized-linear-model deviance

3

Cos'è Deviance? (in particolare in CART / rpart)

Che cos'è "Devianza", come viene calcolata e quali sono i suoi usi in diversi campi nelle statistiche? In particolare, sono personalmente interessato ai suoi usi in CART (e alla sua implementazione in rpart in R). Lo sto chiedendo poiché l' articolo wiki sembra in qualche modo carente e le tue …

45 r cart rpart deviance

2

Regressione logistica: variabili di risposta binomiale e di Bernoulli

Voglio eseguire la regressione logistica con la seguente risposta binomiale e con e come miei predittori. X1X1X_1X2X2X_2 Posso presentare gli stessi dati delle risposte di Bernoulli nel seguente formato. Gli output di regressione logistica per questi 2 set di dati sono sostanzialmente gli stessi. I residui di devianza e AIC …

32 logistic binomial aic bernoulli-distribution deviance

1

Metriche di errore per modelli Poisson con convalida incrociata

Sto convalidando in modo incrociato un modello che sta cercando di prevedere un conteggio. Se questo fosse un problema di classificazione binaria, calcolerei l'AUC out-fold e se questo fosse un problema di regressione calcolerei RMSE o MAE out-of-fold. Per un modello di Poisson, quali parametri di errore posso usare per …

29 cross-validation poisson-distribution count-data deviance scoring-rules

1

Ripetibilità informatica degli effetti da un modello più leggero

Mi sono appena imbattuto in questo documento , che descrive come calcolare la ripetibilità ( nota anche come affidabilità, nota anche come correlazione intraclasse) di una misurazione tramite la modellazione di effetti misti. Il codice R sarebbe: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) …

28 mixed-model reliability intraclass-correlation repeatability spss factor-analysis survey modeling cross-validation error curve-fitting mediation correlation clustering sampling machine-learning probability classification metric r project-management optimization svm python dataset quality-control checking clustering distributions anova factor-analysis exponential poisson-distribution generalized-linear-model deviance machine-learning k-nearest-neighbour r hypothesis-testing t-test r variance levenes-test bayesian software bayesian-network regression repeated-measures least-squares change-scores variance chi-squared variance nonlinear-regression regression-coefficients multiple-comparisons p-value r statistical-significance excel sampling sample r distributions interpretation goodness-of-fit normality-assumption probability self-study distributions references theory time-series clustering econometrics binomial hypothesis-testing variance t-test paired-comparisons statistical-significance ab-test r references hypothesis-testing t-test normality-assumption wilcoxon-mann-whitney central-limit-theorem t-test data-visualization interactive-visualization goodness-of-fit

1

Regressione logistica: come ottenere un modello saturo

Ho appena letto della misura della devianza per la regressione logistica. Tuttavia, la parte che si chiama modello saturo non mi è chiara. Ho fatto una ricerca approfondita su Google ma nessuno dei risultati ha risposto alla mia domanda. Finora ho scoperto che un modello saturo ha un parametro per …

17 logistic deviance

1

Pearson VS Deviance Residuals nella regressione logistica

So che i residui Pearson standardizzati sono ottenuti in modo probabilistico tradizionale: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} e Deviance Residuals sono ottenuti attraverso un modo più statistico (il contributo di ciascun punto alla probabilità): 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)]} dove = 1 se = 1 …

16 regression logistic generalized-linear-model residuals deviance

1

Perché l'aggiunta di un effetto di ritardo aumenta la devianza in un modello gerarchico bayesiano?

Antefatto: attualmente sto lavorando a un confronto tra vari modelli gerarchici bayesiani. I dati sono misure numeriche di benessere per il partecipante i e il tempo j . Ho circa 1000 partecipanti e da 5 a 10 osservazioni per partecipante.yio jyiojy_{ij}ioioijjj Come con la maggior parte dei set di dati …

14 bayesian autocorrelation hierarchical-bayesian deviance

3

In un GLM, la probabilità di log del modello saturo è sempre zero?

Come parte dell'output di un modello lineare generalizzato, la deviazione nulla e residua vengono utilizzate per valutare il modello. Vedo spesso le formule per queste quantità espresse in termini di probabilità logaritmica del modello saturo, ad esempio: /stats//a/113022/22199 , Regressione logistica: come ottenere un modello saturo Il modello saturo, per …

14 regression generalized-linear-model deviance log-likelihood

1

R-quadrato nel modello lineare rispetto alla devianza nel modello lineare generalizzato?

Ecco il mio contesto per questa domanda: da quello che posso dire, non possiamo eseguire una regressione dei minimi quadrati ordinaria in R quando si utilizzano i dati ponderati e il surveypacchetto. Qui, dobbiamo usare svyglm(), che invece esegue un modello lineare generalizzato (che potrebbe essere la stessa cosa? Sono …

13 r generalized-linear-model least-squares r-squared deviance

2

Definizione esatta della misura di Devianza nel pacchetto glmnet, con crossvalidation?

Per la mia ricerca attuale sto usando il metodo Lazo tramite il pacchetto glmnet in R su una variabile binomiale dipendente. In glmnet la lambda ottimale si trova attraverso la validazione incrociata e i modelli risultanti possono essere confrontati con varie misure, ad esempio errori di classificazione errata o devianza. …

12 cross-validation lasso glmnet deviance lars

1

Misura di "devianza" per Poisson gonfiato a zero o binomiale negativo a gonfiamento zero?

La deviazione in scala, definita come D = 2 * (verosimiglianza logaritmica del modello saturo meno verosimiglianza logaritmica del modello montato), viene spesso utilizzata come misura della bontà di adattamento nei modelli GLM. La deviazione percentuale spiegata, definita come [D (modello nullo) - D (modello montato)] / D (modello nullo), …

11 goodness-of-fit zero-inflation deviance

3

Come valutare la bontà di adattamento di un particolare modello non lineare? [chiuso]

È difficile dire cosa viene chiesto qui. Questa domanda è ambigua, vaga, incompleta, eccessivamente ampia o retorica e non può essere ragionevolmente risolta nella sua forma attuale. Per assistenza per chiarire questa domanda in modo che possa essere riaperta, visitare il centro assistenza . Chiuso 7 anni fa . Ho …

10 nonlinear-regression goodness-of-fit deviance

Domande taggate «deviance»