Domande taggate «regression»

Stabilità beta nella regressione lineare con elevata multi-collinearità? Diciamo in una regressione lineare, le variabili e hanno un'elevata multi-collinearità (la correlazione è intorno allo 0,9).x 2x1x1x_1x2x2x_2 Siamo preoccupati per la stabilità del coefficiente , quindi dobbiamo trattare la multi-collinearità.ββ\beta La soluzione per i libri di testo sarebbe semplicemente eliminare una …

13 regression  multicollinearity 

Attualmente sto leggendo l'eccellente libro "Doing Bayesian Data Analysis" di Kruschke. Tuttavia, il capitolo sulla regressione logistica gerarchica (capitolo 20) è alquanto confuso. La Figura 20.2 descrive una regressione logistica gerarchica in cui il parametro di Bernoulli è definito come una funzione lineare sui coefficienti trasformati attraverso una funzione sigmoide. …

13 regression  bayesian  logistic  multilevel-analysis 

Uno dei presupposti della regressione logistica è la linearità nel logit. Quindi una volta che ho messo in moto il mio modello ho testato la non linearità usando il test Box-Tidwell. Uno dei miei predittori continui (X) è risultato positivo alla non linearità. Cosa dovrei fare dopo? Poiché si tratta …

13 regression  logistic  references  assumptions  regression-strategies 

Sto lavorando a un problema di regressione lineare molto grande, con dimensioni dei dati così grandi che devono essere archiviate su un cluster di macchine. Sarà troppo grande per aggregare tutti i campioni nella memoria di una singola macchina (anche disco) Per regredire questi dati, sto pensando a un approccio …

13 regression  linear  large-data 

Il costo dell'entropia incrociata ha senso nel contesto della regressione (al contrario della classificazione)? In tal caso, potresti dare un esempio di giocattolo attraverso TensorFlow? In caso contrario, perché no? Stavo leggendo l'entropia incrociata in Neural Networks e Deep Learning di Michael Nielsen e sembra qualcosa che potrebbe essere naturalmente …

13 regression  entropy  tensorflow  cross-entropy 

Comprendo che uno dei motivi per cui la regressione logistica viene spesso utilizzato per prevedere le percentuali di clic sul Web è che produce modelli ben calibrati. C'è una buona spiegazione matematica per questo?

13 regression  logistic 

Sono confuso con l'assunzione di linearità al logit per variabili predittive continue nell'analisi della regressione logistica. Dobbiamo verificare la relazione lineare durante lo screening di potenziali predittori utilizzando l'analisi di regressione logistica univariabile? Nel mio caso, sto usando l'analisi di regressione logistica multipla per identificare i fattori associati allo stato …

13 regression  logistic  assumptions  splines  regression-strategies 

Sto cercando di ottimizzare gli iperparametri dell'algoritmo di regressione del processo gaussiano che ho implementato. Voglio semplicemente massimizzare la verosimiglianza marginale data dalla formula dove K è la matrice di covarianza con il elementi K_ {ij} = k (x_i, x_j) = b ^ {- 1} \ exp (- \ frac …

13 regression  optimization  gaussian-process  hyperparameter 

Esiste un modo per eseguire la regressione del processo gaussiana sull'output multidimensionale (possibilmente correlato) utilizzando GPML ? Nello script demo ho trovato solo un esempio 1D. Una domanda simile sul CV che affronta il caso di input multidimensionali. Ho esaminato il loro libro per vedere se riuscivo a trovare qualcosa. …

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

Se fossi interessato a montaggio interazioni a due vie tra lineare variabile esplicativa e un'altra variabile esplicativa che ha una relazione quadratica con la variabile dipendente , avrei includere sia l'interazione con il componente quadratica e l'interazione con l'lineare componente nel modello? Ad esempio: A sua volta, basandosi sul mio …

13 r  regression  model-selection 

Conosco il concetto di variabili categoriche e la rispettiva codifica delle variabili fittizie che ci consente di adattarci a un livello come base per evitare collinearità. Conosco anche come interpretare le stime dei parametri da tali modelli: il cambiamento previsto nel risultato per un dato livello adattato del predittore categorico, …

13 regression  interpretation  proportion  multicollinearity 

Il mio collega vuole analizzare alcuni dati dopo aver trasformato la variabile di risposta elevandola alla potenza di (ovvero ).1818\frac18y0.125y0.125y^{0.125} Non mi sento a mio agio con questo, ma faccio fatica a capire perché. Non riesco a pensare a nessuna logica meccanicistica per questa trasformazione. Né l'ho mai visto prima, …

12 regression  data-transformation  aic 

Chiuso . Questa domanda è basata sull'opinione . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che possa essere risolta con fatti e citazioni modificando questo post . Chiuso 2 anni fa . Sono attualmente in una classe di regressione lineare, ma non riesco …

12 regression  machine-learning  linear  teaching 

Come funziona davvero la stima dei parametri / Formazione della regressione logistica? Proverò a mettere quello che ho finora. L'output è y l'output della funzione logistica in forma di probabilità a seconda del valore di 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}} Per una dimensione le cosiddette quote sono definite come segue: p(y=1|x)1−p(y=1|x)=p(y=1|x)p(y=0|x)=eω0+ω1xp(y=1|x)1−p(y=1|x)=p(y=1|x)p(y=0|x)=eω0+ω1x{{p(y=1|x)}\over{1-p(y=1|x)}}={{p(y=1|x)}\over{p(y=0|x)}}=e^{\omega_0+\omega_1x} Ora …

12 regression  logistic  likelihood 

Sto leggendo la costruzione di modelli multivariabili: un approccio pragmatico all'analisi della regressione basata su polinomi frazionari per la modellazione di variabili continue di Patrick Royston e Willie Sauerbrei. Finora sono rimasto impressionato ed è un approccio interessante che non avevo mai considerato prima. Ma gli autori non si occupano …

12 regression  missing-data  fractional-polynomial