regression पर टैग किए गए जवाब

दो गैर-अतिव्यापी आबादी (रोगियों और स्वस्थ, कुल ) के एक डेटासेट में मैं निरंतर आश्रित चर के लिए महत्वपूर्ण ( स्वतंत्र चर में से) महत्वपूर्ण भविष्यवाणियां खोजना चाहता हूं । भविष्यवक्ताओं के बीच सहसंबंध मौजूद है। मुझे यह पता लगाने में दिलचस्पी है कि क्या भविष्यवाणियों में से कोई भी …

31 regression  pca  feature-selection  stepwise-regression  underdetermined 

कल्पना कीजिए आप चार संख्यात्मक भविष्यवाणियों (IV1, ..., IV4) के साथ एक रेखीय प्रतिगमन चलाते हैं जब केवल IV1 को एक भविष्यवक्ता के रूप में शामिल किया जाता है तो मानकीकृत बीटा होता है +.20 जब आप IV2 से IV4 को भी शामिल करते हैं, तो IV1 के मानकीकृत प्रतिगमन …

31 regression  predictor 

उदाहरण के लिए कहें कि आप एक रेखीय मॉडल कर रहे हैं, लेकिन डेटा yyy जटिल है। y=xβ+ϵy=xβ+ϵ y = x \beta + \epsilon मेरा डेटा सेट जटिल है, क्योंकि में सभी संख्याएँ फॉर्म । क्या इस तरह के डेटा के साथ काम करते समय प्रक्रियात्मक रूप से कुछ अलग …

31 regression  anova  data-transformation  complex-numbers 

मैं कौरसेरा सामग्री का उपयोग करके मशीन सीखने की कोशिश कर रहा था । इस व्याख्यान में, एंड्रयू एनजी रेखीय प्रतिगमन मॉडल के गुणांक को खोजने के लिए ढाल वंश एल्गोरिथ्म का उपयोग करता है जो त्रुटि फ़ंक्शन (लागत फ़ंक्शन) को कम करेगा। रैखिक प्रतिगमन के लिए, क्या हमें ढाल …

31 regression  machine-learning  linear-model  gradient-descent 

मेरा मतलब है कि उनमें से कुछ चर आपस में दृढ़ता से सहसंबद्ध हैं। कैसे / क्यों / किस संदर्भ में हम उन्हें स्वतंत्र चर के रूप में परिभाषित करते हैं ?

30 regression  terminology  predictor 

नोट: मुझे पता है कि L1 में सुविधा चयन संपत्ति है। मैं यह समझने की कोशिश कर रहा हूं कि फीचर चयन पूरी तरह से अप्रासंगिक होने पर किसे चुनना है। कैसे तय करें कि किस नियमितीकरण (L1 या L2) का उपयोग करना है? एल 1 / एल 2 नियमितीकरण …

30 regression  lasso  regularization  ridge-regression 

मैं एक बड़े डेटा सेट के साथ काम कर रहा हूं (गोपनीय, इसलिए मैं बहुत अधिक साझा नहीं कर सकता), और निष्कर्ष पर आया कि एक नकारात्मक द्विपद प्रतिगमन आवश्यक होगा। मैंने पहले कभी glm रिग्रेशन नहीं किया है, और मुझे इस बारे में कोई स्पष्ट जानकारी नहीं मिल सकती …

30 regression  generalized-linear-model  data-transformation  assumptions  negative-binomial 

मैं मशीन लर्निंग पर एंड्रयू एनजी के व्याख्यान नोट्स के माध्यम से जा रहा हूं । नोट हमें लॉजिस्टिक रिग्रेशन और उसके बाद परसेप्ट्रान से परिचित कराते हैं। पर्सेप्ट्रॉन का वर्णन करते हुए, नोट्स कहते हैं कि हम सिर्फ लॉजिस्टिक रिग्रेशन के लिए उपयोग किए जाने वाले थ्रेशोल्ड फ़ंक्शन की …

30 regression  machine-learning  self-study  logistic  perceptron 

साधारण रैखिक प्रतिगमन मामले में , आप कम से कम वर्ग अनुमानक ऐसा है कि आपको का अनुमान लगाने के लिएβ 1 = Σ ( एक्स मैं - ˉ एक्स ) ( y मैं - ˉ y )y=β0+β1xy=β0+β1xy=\beta_0+\beta_1xβ 0 β 1β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 मान लीजिए कि मेरे पास , …

30 regression  multiple-regression  generalized-linear-model  linear-model 

हमारी छोटी टीम चर्चा कर रही थी और अटक गई। क्या किसी को पता है कि कॉक्स प्रतिगमन में अंतर्निहित पॉइसन वितरण है या नहीं। हमने एक बहस की थी कि शायद कॉक्स रिग्रेशन में लगातार समय के साथ जोखिम एक मजबूत विचरण के साथ पॉइसन रिग्रेशन के समान होगा। …

30 regression  poisson-distribution  cox-model 

मैं अपनी समस्या को एक उदाहरण से समझाता हूँ। मान लीजिए कि आप किसी व्यक्ति की आय का अनुमान लगाना चाहते हैं, जो कुछ विशेषताएं बताती है: {आयु, लिंग, देश, क्षेत्र, शहर}। आपके पास एक प्रशिक्षण डाटासेट है train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

पृष्ठभूमि मान लें कि हमारे पास एक ऑर्डिनरी लेस्टर स्क्वेयर मॉडल है, जहां हम अपने प्रतिगमन मॉडल में गुणांक रखते हैं, kkky=Xβ+ϵy=Xβ+ϵ\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} जहां एक है गुणांकों के वेक्टर, है डिजाइन मैट्रिक्स द्वारा परिभाषित किया गयाββ\mathbf{\beta}(k×1)(k×1)(k\times1)XX\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ …

29 regression  linear-model  least-squares  t-distribution 

जब आप लॉजिस्टिक रिग्रेशन मॉडल से फिट किए गए मूल्य का अनुमान लगाते हैं, तो मानक त्रुटियों की गणना कैसे की जाती है? मेरा मतलब है कि फिट किए गए मूल्यों के लिए, गुणांक के लिए नहीं (जिसमें फिशर्स सूचना मैट्रिक्स शामिल है)। मुझे केवल यह पता चला है कि …

29 r  regression  logistic  mathematical-statistics  references 

मैं लॉजिस्टिक रिग्रेशन का उपयोग करने के लिए कुछ नया हूं, और निम्नलिखित मूल्यों की मेरी व्याख्याओं के बीच एक विसंगति से थोड़ा भ्रमित हूं जो मैंने सोचा था कि वही होगा: घातांक बीटा मान बीटा मानों का उपयोग करके परिणाम की संभावना की भविष्यवाणी की। यहां उस मॉडल का …

29 regression  logistic  interpretation  prediction  odds-ratio 

एक ओर, मेरे पास माध्य के लिए प्रतिगमन है और दूसरी तरफ मेरे पास जुआरी की पतनशीलता है । जुआरी की पतनशीलता को मिलर और संजुर्जो (2019) ने "गलत धारणा के रूप में परिभाषित किया है कि बेतरतीब दृश्यों में उलटफेर की दिशा में एक व्यवस्थित प्रवृत्ति है, यानी कि …

29 regression  mean  fallacy  gambling