सांख्यिकी और बिग डेटा generalized-linear-model

1

मुझे बस ट्वीडि वितरण के लिए पेश किया गया था ( यह या यह देखें ) लेकिन मुझे एक कठिन समय मिल रहा है कि ट्वीडेई सामान्यीकृत रैखिक मॉडल के लिए लिंक फ़ंक्शन क्या है। विचार?

11 distributions generalized-linear-model tweedie-distribution

1

पूर्ण सफलताओं के साथ एक स्पष्ट चर के साथ द्विपद ग्लोम

मैं एक द्विपद प्रतिक्रिया चर और एक श्रेणीबद्ध भविष्यवक्ता के साथ एक चमक चला रहा हूं। यादृच्छिक प्रभाव डेटा संग्रह के लिए उपयोग किए गए नेस्टेड डिज़ाइन द्वारा दिया जाता है। डेटा इस तरह दिखता है: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence …

11 r generalized-linear-model lme4-nlme separation

3

निरंतर डेटा के साथ जीएलएम शून्य पर ढेर हो गया

मैं यह अनुमान लगाने के लिए एक मॉडल चलाने की कोशिश कर रहा हूं कि टीबी, एड्स आदि जैसी भयावह बीमारियां अस्पताल में भर्ती होने पर खर्च को कैसे प्रभावित करती हैं। मेरे पास आश्रित चर के रूप में "प्रति अस्पताल में होने वाला खर्च" है और स्वतंत्र चर के …

11 generalized-linear-model zero-inflation ordered-logit regression-strategies

1

क्या एक सामान्यीकृत रैखिक मॉडल (GLM) के लिए विहित लिंक फ़ंक्शन हमेशा मौजूद होता है?

GLM में, pdf साथ अंतर्निहित वितरण के लिए एक और मान लिया गया। यह दिखाया जा सकता है कि । यदि लिंक फंक्शन निम्न को संतुष्ट करता है, जहां रैखिक भविष्यवक्ता है, तो को इसके लिए विहित लिंक फ़ंक्शन कहा जाता है नमूना।θ च Y ( y | θ , …

11 generalized-linear-model exponential-family

4

लॉजिस्टिक रिग्रेशन एंड इंफ्लेशन पॉइंट

हमारे पास एक द्विआधारी परिणाम और कुछ कोवरिएट्स के साथ डेटा है। मैंने डेटा को मॉडल करने के लिए लॉजिस्टिक रिग्रेशन का इस्तेमाल किया। बस एक साधारण विश्लेषण, असाधारण कुछ भी नहीं। अंतिम आउटपुट एक खुराक-प्रतिक्रिया वक्र माना जाता है जहां हम दिखाते हैं कि एक विशिष्ट कोवरिएट के लिए …

11 regression logistic generalized-linear-model binary-data

2

जीन दोहराव स्तर द्वारा संवर्धन विश्लेषण

जैविक पृष्ठभूमि समय के साथ, कुछ पौधों की प्रजातियां अपने पूरे जीनोम की नकल करती हैं, प्रत्येक जीन की एक अतिरिक्त प्रति प्राप्त करती हैं। इस सेटअप की अस्थिरता के कारण, इन जीनों में से कई को हटा दिया जाता है, और जीनोम खुद को फिर से व्यवस्थित करता है …

11 generalized-linear-model contingency-tables fishers-exact genetics bioinformatics

1

क्या इन आंकड़ों को एक द्विपद चमक के लिए एक अनुपात में एकत्र किया जा सकता है?

हमने 60 लोगों को अटलांटा में कई रेस्तरां फ्रेंचाइजी के रूप में सूचीबद्ध करने के लिए कहा। समग्र सूची में 70 से अधिक रेस्तरां शामिल थे, लेकिन हमने उन लोगों को समाप्त कर दिया, जिन्हें 10% से कम लोगों ने उल्लेख किया था, हमें 45 के साथ छोड़ दिया। इन …

11 r generalized-linear-model

2

GLM आउटपुट में फैलाव पैरामीटर

मैं आर में एक चमक भागा है, और summary()आउटपुट के नीचे के पास , यह बताता है (Dispersion parameter for gaussian family taken to be 28.35031) मैंने Google पर कुछ अफवाह किया है और सीखा है कि फैलाव पैरामीटर का उपयोग मानक त्रुटियों को फिट करने के लिए किया जाता …

11 r generalized-linear-model

1

आर में एक पॉइसन जीएलएम फिटिंग - दर बनाम मायने रखता है

मैं वर्तमान में एक प्रोजेक्ट पर काम कर रहा हूं जिसमें समय के साथ कुछ गणना डेटा के GLM (और अंततः GAM) शामिल हैं। आम तौर पर मैं इसे एसएएस में करूंगा, लेकिन मैं आर के लिए जाने की कोशिश कर रहा हूं, और ... मुद्दे। जब मैं निम्नलिखित का …

11 r poisson-distribution generalized-linear-model

1

मैं बाइनरी डेटा के लिए एनोवा को कैसे अनुकूलित कर सकता हूं?

मेरे पास चार प्रतिस्पर्धी मॉडल हैं जो मैं द्विआधारी परिणाम चर की भविष्यवाणी करने के लिए उपयोग करता हूं (जैसे, स्नातक करने के बाद रोजगार की स्थिति, एन विषयों के लिए 1 = नियोजित, 0 = नियोजित नहीं)। मॉडल प्रदर्शन का एक प्राकृतिक मीट्रिक हिट दर है जो प्रत्येक एक …

11 anova chi-squared generalized-linear-model

1

आर / एमजीसीवीवी: क्यों टी () और टीआई () टेंसर उत्पाद विभिन्न सतहों का उत्पादन करते हैं?

mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …

11 r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

2

R में सूत्र y ~ x + 0 क्या वास्तव में गणना करता है?

आर के बजाय formulaसेट के साथ आर में एक रैखिक प्रतिगमन करने के बीच सांख्यिकीय अंतर क्या है ? मैं उन दो अलग-अलग परिणामों की व्याख्या कैसे करूं?y ~ x + 0y ~ x

11 multiple-regression generalized-linear-model intercept

1

पहचान लिंक के साथ ओएलएस बनाम पॉइसन जीएलएम

मेरे सवाल से सामान्य रूप से पॉइसन रिग्रेशन और जीएलएम की मेरी खराब समझ का पता चलता है। यहाँ मेरा प्रश्न बताने के लिए कुछ नकली डेटा दिए गए हैं: ### some fake data x=c(1:14) y=c(0, 1, 2, 3, 1, 4, 9, 18, 23, 31, 20, 25, 37, 45) कुछ …

11 generalized-linear-model poisson-distribution

1

एक दुर्लभ घटना लॉजिस्टिक प्रतिगमन के लिए कटऑफ़ संभावना कैसे चुनें

मेरे पास 1000 पॉज़िटिव के साथ 100,000 अवलोकन (9 डमी इंडिकेटर वैरिएबल) हैं। लॉजिस्टिक रिग्रेशन इस मामले में ठीक काम करना चाहिए, लेकिन कटऑफ संभावना मुझे पहेली। आम साहित्य में, हम 1s और 0s की भविष्यवाणी करने के लिए 50% कटऑफ चुनते हैं। मैं ऐसा नहीं कर सकता क्योंकि मेरा …

11 regression logistic classification generalized-linear-model roc

1

संभावना अनुपात परीक्षण और वाल्ड परीक्षण आर में चमक के लिए अलग निष्कर्ष प्रदान करते हैं

मैं सामान्यीकृत, रैखिक और मिश्रित मॉडल से एक उदाहरण प्रस्तुत कर रहा हूं । मेरा MWE नीचे है: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution, NoofPlates, …

11 r logistic generalized-linear-model likelihood-ratio z-test

generalized-linear-model पर टैग किए गए जवाब