interpretation पर टैग किए गए जवाब

(काफी लंबी पोस्ट, क्षमा करें। इसमें बहुत सारी पृष्ठभूमि जानकारी शामिल है, इसलिए नीचे दिए गए सवाल पर बेझिझक जाएं।) परिचय: मैं एक ऐसी परियोजना पर काम कर रहा हूँ जहाँ हम एक द्विआधारी अंतर्जात चर के प्रभाव की पहचान करने की कोशिश कर रहे हैं,x1x1x_1निरंतर परिणाम पर, yyy। हम …

11 econometrics  interpretation  binary-data  instrumental-variables 

निर्णय पेड़ों और लॉजिस्टिक प्रतिगमन को छोड़कर, अन्य वर्गीकरण मॉडल क्या अच्छी व्याख्या प्रदान करते हैं? मुझे सटीकता या अन्य मापदंडों में कोई दिलचस्पी नहीं है, केवल परिणामों की व्याख्या महत्वपूर्ण है।

10 interpretation  supervised-learning 

मैं स्तन कैंसर के प्रेग्नेंट के साथ खेल रहा हूं और एक विचार प्राप्त करने के लिए सभी विशेषताओं का एक स्कैल्प बनाया है, जिसके लिए (लाल) वर्ग malignant(नीला) की भविष्यवाणी करने पर सबसे अधिक प्रभाव पड़ता है benign। मैं समझता हूं कि पंक्ति x अक्ष का प्रतिनिधित्व करती है …

10 r  data-visualization  interpretation  scatterplot 

मैं दो चर, ए और बी की स्वतंत्रता का परीक्षण कर रहा हूं, सी। ए और बी द्वारा स्तरीकृत बाइनरी चर हैं और सी श्रेणीगत (5 मान) हैं। ए और बी के लिए फिशर का सटीक परीक्षण (सभी संयुक्त संयुक्त), मुझे मिल रहा है: ## (B) ## (A) FALSE TRUE …

10 categorical-data  interpretation  inference  contingency-tables  fishers-exact 

मैंने हाल ही में महसूस किया है कि SPSS और स्टाटा द्वारा प्रदान किए गए कुर्तोसिस मूल्यों में अंतर हैं। Http://www.ats.ucla.edu/stat/mult_pkg/faq/general/kurtosis.htm देखें मेरी समझ यह है कि उसी की व्याख्या अलग होगी। इससे निपटने के बारे में कोई सलाह?

10 spss  stata  interpretation  kurtosis 

पृष्ठभूमि: मैंने अपने सर्वेक्षण में सैकड़ों प्रतिभागियों से पूछा कि वे चयनित क्षेत्रों में कितनी दिलचस्पी रखते हैं (पांच बिंदु लिकर्ट स्केल के साथ 1 इंगित करता है "रुचि नहीं" और 5 "रुचि" दर्शाता है)। फिर मैंने पीसीए की कोशिश की। नीचे दी गई तस्वीर पहले दो प्रमुख घटकों में …

10 pca  interpretation  survey  likert  biplot 

मैं जानना चाहूंगा कि सशर्त घनत्व भूखंडों की सही व्याख्या कैसे करें। मैंने नीचे दो सम्मिलित किए हैं जिन्हें मैंने R के साथ बनाया है cdplot। उदाहरण के लिए, क्या परिणाम 1 के बराबर होने की संभावना है जब वार 1 150 लगभग 80% है? गहरा धूसर क्षेत्र वह है …

10 r  data-visualization  interpretation  conditional-probability  pdf 

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

जैसा कि मैं इसे समझता हूं, लॉजिस्टिक रिग्रेशन से एक्सपेरीनेटेड बीटा वैल्यू ब्याज के आश्रित वेरिएबल के लिए उस वेरिएबल का ऑड्स अनुपात है। हालाँकि, मान मैन्युअल रूप से परिकलित ऑड्स अनुपात से मेल नहीं खाता है। मेरा मॉडल अन्य संकेतकों के बीच, स्टंटिंग (कुपोषण का एक उपाय) का उपयोग …

10 regression  logistic  interpretation  odds-ratio 

एक सीमांत मॉडल प्रत्येक क्लस्टर के भीतर सहसंबंध के लिए खाता है। एक सशर्त मॉडल प्रत्येक क्लस्टर के भीतर सहसंबंध को भी ध्यान में रखता है। मेरे प्रश्न हैं: क्या सीमांत मॉडल किसी आबादी में मुख्य प्रभाव डालता है जबकि एक सशर्त मॉडल एक क्लस्टर के भीतर और एक आबादी …

10 repeated-measures  interpretation  regression-coefficients  marginal-model 

मेरे लिए यह स्वीकार करना कठिन है कि डोनाल्ड रुबिन कभी भी एक तकनीक के सच्चे नींबू के साथ आएगा। फिर भी, यह BESD [ 1 , 2 , 3 ] की मेरी धारणा है । रोसेन्थल और रुबिन (1982) के मूल पेपर ने दावा किया कि "किसी भी उत्पाद-पल …

10 interpretation  effect-size 

कई कागल प्रतियोगिताओं में स्कोरिंग "लॉगलॉस" पर आधारित थी। यह वर्गीकरण त्रुटि से संबंधित है। यहाँ एक तकनीकी उत्तर है लेकिन मैं एक सहज उत्तर की तलाश में हूँ। मुझे वास्तव में महालनोबिस दूरी के बारे में इस सवाल का जवाब पसंद आया , लेकिन पीसीए लॉगलॉस नहीं है। मैं …

10 interpretation  intuition  loss-functions 

मैं सिर्फ यह जांचना चाहता हूं कि मैं एसीएफ और पीएसीएफ प्लॉटों की सही ढंग से व्याख्या कर रहा हूं: डेटा वास्तविक डेटा बिंदुओं और एआर (1) मॉडल का उपयोग करके उत्पन्न अनुमानों के बीच उत्पन्न त्रुटियों से मेल खाती है। मैंने यहाँ जवाब देखा है: ACF और PACF निरीक्षण …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

मेरे पास निरंतर और श्रेणीगत चर के बीच बातचीत के गुणांकों की व्याख्या के बारे में एक प्रश्न है। यहाँ मेरा मॉडल है: model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 …

10 categorical-data  generalized-linear-model  interaction  interpretation 

उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty