Statistiche e Big Data logistic

1

Modello lineare non lineare o generalizzato: come ti riferisci alla regressione logistica, di Poisson, ecc.?

Ho una domanda sulla semantica su cui vorrei esprimere le opinioni degli altri statistici. Sappiamo che modelli come la logistica, Poisson, ecc. Rientrano nell'ambito di modelli lineari generalizzati. Il modello include funzioni non lineari dei parametri, che possono a loro volta essere modellate utilizzando la struttura del modello lineare utilizzando …

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

2

Perché esistono due diverse formule / notazioni di perdita logistica?

Ho visto due tipi di formulazioni logistiche di perdita. Possiamo facilmente dimostrare che sono identici, l'unica differenza è la definizione dell'etichetta yyy . Formulazione / notazione 1, y∈{0,+1}y∈{0,+1}y \in \{0, +1\} : L(y,βTx)=−ylog(p)−(1−y)log(1−p)L(y,βTx)=−ylog⁡(p)−(1−y)log⁡(1−p) L(y,\beta^Tx)=-y\log(p)-(1-y)\log(1-p) dove p=11+exp(−βTx)p=11+exp⁡(−βTx)p=\frac 1 {1+\exp(-\beta^Tx)} , in cui la funzione logistica associa un numero realeβTxβTx\beta^T xa intervalli …

23 logistic generalized-linear-model notation loss-functions

1

Interpretazione variabile latente di modelli lineari generalizzati (GLM)

Versione breve: Sappiamo che la regressione logistica e la regressione probit possono essere interpretate come implicanti una variabile latente continua che viene discretizzata in base a una soglia fissa prima dell'osservazione. È disponibile una simile interpretazione variabile latente per, per esempio, la regressione di Poisson? Che ne dici della regressione …

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

2

Aggiunta di pesi alla regressione logistica per dati sbilanciati

Voglio modellare una regressione logistica con dati sbilanciati (9: 1). Volevo provare l'opzione pesi nella glmfunzione in R, ma non sono sicuro al 100% di ciò che fa. Diciamo che la mia variabile di output è c(0,0,0,0,0,0,0,0,0,1). ora voglio dare l '"1" 10 volte più peso. quindi do l'argomento pesi …

21 regression logistic classification unbalanced-classes weighted-data

1

interpretazione delle stime della regressione logistica cloglog

Qualcuno potrebbe consigliarmi su come interpretare le stime da una regressione logistica utilizzando un collegamento cloglog? Ho inserito il seguente modello in lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Ad esempio, la stima del tempo è 0,015. È corretto dire che le probabilità di mortalità per …

21 logistic regression-coefficients

3

Dalla regola Perceptron alla Discesa del gradiente: in che modo Perceptrons con una funzione di attivazione sigmoidea differisce dalla regressione logistica?

In sostanza, la mia domanda è che nei Perceptron multistrato, i percettroni sono usati con una funzione di attivazione sigmoidea. In modo che nella regola di aggiornamento sia calcolato comey^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} In che modo questo "sigmoide" Perceptron differisce quindi da una regressione logistica? Direi che un percettrone sigmoideo …

21 logistic classification neural-networks gradient-descent perceptron

1

Qual è la differenza tra regressione logistica e logit?

Qual è la differenza tra regressione logistica e logit? Capisco che sono simili (o anche la stessa cosa) ma qualcuno potrebbe spiegare la differenza (s) tra questi due? Si tratta di probabilità?

21 regression logistic terminology logit odds

1

Selezione del modello con regressione logistica Firth

In un piccolo set di dati ( ) con cui sto lavorando, diverse variabili mi danno una previsione / separazione perfetta . Uso quindi la regressione logistica di Firth per affrontare il problema.n ∼ 100n~100n\sim100 Se seleziono il modello migliore per AIC o BIC , dovrei includere il termine di …

21 logistic model-selection aic separation

2

Come applicare il GLMM binomiale (glmer) alle percentuali piuttosto che ai conteggi sì-no?

Ho un esperimento di misure ripetute in cui la variabile dipendente è una percentuale e ho più fattori come variabili indipendenti. Mi piacerebbe usare glmerdal pacchetto R lme4per trattarlo come un problema di regressione logistica (specificando family=binomial) poiché sembra adattarsi direttamente a questa configurazione. I miei dati si presentano così: …

21 r logistic mixed-model glmm lme4-nlme

3

Regressione log-lineare vs. regressione logistica

Qualcuno può fornire un chiaro elenco di differenze tra regressione log-lineare e regressione logistica? Capisco che il primo sia un semplice modello di regressione lineare, ma non sono chiaro quando ciascuno dovrebbe essere usato.

21 regression logistic logit log-linear

1

Regressione logistica per serie storiche

Vorrei utilizzare un modello di regressione logistica binaria nel contesto dei dati di streaming (serie temporali multidimensionali) al fine di prevedere il valore della variabile dipendente dei dati (ovvero riga) appena arrivati, date le osservazioni passate. Per quanto ne so, la regressione logistica viene tradizionalmente utilizzata per l'analisi post mortem, …

21 r time-series logistic

3

Come interpretare gli effetti principali quando l'effetto di interazione non è significativo?

Ho eseguito un modello misto lineare generalizzato in R e ho incluso un effetto di interazione tra due predittori. L'interazione non era significativa, ma gli effetti principali (i due predittori) erano entrambi. Ora molti esempi di libri di testo mi dicono che se c'è un effetto significativo dell'interazione, gli effetti …

21 logistic mixed-model interaction interpretation regression-coefficients

4

Come sapere se i dati sono separabili linearmente?

I dati hanno molte funzionalità (ad es. 100) e il numero di istanze è pari a 100.000. I dati sono scarsi. Voglio adattare i dati usando la regressione logistica o svm. Come faccio a sapere se le funzionalità sono lineari o non lineari in modo da poter usare il trucco …

21 machine-learning logistic svm data-mining

1

Esiste una spiegazione intuitiva del perché la regressione logistica non funzionerà per un caso di separazione perfetta? E perché l'aggiunta di regolarizzazione lo risolverà?

Abbiamo molte buone discussioni sulla separazione perfetta nella regressione logistica. Come ad esempio, la regressione logistica in R ha provocato una separazione perfetta (fenomeno di Hauck-Donner). E adesso? e il modello di regressione logistica non converge . Personalmente ritengo ancora che non sia intuitivo il motivo per cui sarà un …

20 logistic generalized-linear-model optimization intuition separation

3

Apprendimento automatico per prevedere le probabilità di classe

Sto cercando classificatori che generino probabilità che gli esempi appartengano a una delle due classi. Conosco la regressione logistica e l'ingenua Bayes, ma puoi parlarmi di altri che lavorano in modo simile? Cioè, i classificatori che prevedono non le classi a cui appartengono gli esempi, ma la probabilità che gli …

20 machine-learning probability logistic classification naive-bayes

Domande taggate «logistic»