separation पर टैग किए गए जवाब

यदि आपके पास एक चर है जो लक्ष्य चर में पूरी तरह से शून्य और लोगों को अलग करता है, तो आर निम्नलिखित "पूर्ण या अर्ध पूर्ण पृथक्करण" चेतावनी संदेश देगा: Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred हम अभी भी मॉडल प्राप्त करते हैं लेकिन गुणांक …

163 r  regression  logistic  separation 

मैं 50 निरंतर व्याख्यात्मक चर का उपयोग करके एक द्विआधारी परिणाम की भविष्यवाणी करने की कोशिश कर रहा हूं (अधिकांश चर की सीमा है से binary )। मेरे डेटा सेट में लगभग 24,000 पंक्तियाँ हैं। जब मैं R में दौड़ता हूं , मुझे मिलता है:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm …

56 r  regression  logistic  separation 

मुझे एयरलाइन उड़ानों के बारे में कुछ डेटा मिला है (नामक एक डेटा फ्रेम में flights) और मैं यह देखना चाहूंगा कि क्या फ्लाइट के समय में काफी देरी से आने की संभावना पर कोई प्रभाव पड़ता है (मतलब 10 या अधिक मिनट)। मुझे लगा कि मैं भविष्यवाचक के रूप …

39 r  logistic  separation 

जब कक्षाएं अच्छी तरह से अलग हो जाती हैं तो लॉजिस्टिक रिग्रेशन अस्थिर क्यों हो जाता है? अच्छी तरह से अलग वर्गों का क्या मतलब है? अगर कोई उदाहरण के साथ समझा सकता है तो मैं वास्तव में सराहना करूंगा।

34 r  regression  logistic  separation 

डेटा पॉइंट्स को देखते हुए , प्रत्येक में फीचर्स के साथ , को रूप में , अन्य को रूप में लेबल किया जाता है । प्रत्येक सुविधा यादृच्छिक रूप से (समान वितरण) से एक मान लेती है । क्या संभावना है कि एक हाइपरप्लेन मौजूद है जो दो वर्गों को …

24 probability  classification  mathematical-statistics  separation 

एक छोटे से डेटा सेट (में ) है कि मैं के साथ काम कर रहा हूँ, कई चर मुझे दे सही भविष्यवाणी / जुदाई । मैं इस प्रकार समस्या से निपटने के लिए फर्थ लॉजिस्टिक रिग्रेशन का उपयोग करता हूं।n ∼ 100n~100n\sim100 यदि मैं एआईसी या बीआईसी द्वारा सर्वश्रेष्ठ मॉडल …

21 logistic  model-selection  aic  separation 

लॉजिस्टिक रिग्रेशन में परफेक्ट अलगाव के बारे में हमारी कई अच्छी चर्चाएँ हैं। जैसे, R में लॉजिस्टिक रिग्रेशन सही अलगाव (हक-डोनर घटना) के रूप में हुआ। अब क्या? और लॉजिस्टिक रिग्रेशन मॉडल अभिसरण नहीं करता है । मैं व्यक्तिगत रूप से अभी भी महसूस करता हूं कि यह सहज नहीं …

20 logistic  generalized-linear-model  optimization  intuition  separation 

अपनी परियोजना में मैं द्विआधारी वर्गीकरण (1 या 0) की भविष्यवाणी के लिए एक लॉजिस्टिक रिग्रेशन मॉडल बनाना चाहता हूं। मेरे पास 15 चर हैं, जिनमें से 2 श्रेणीगत हैं, जबकि बाकी निरंतर और असतत चर का मिश्रण हैं। लॉजिस्टिक रिग्रेशन मॉडल फिट करने के लिए मुझे एसवीएम, परसेप्ट्रान या …

15 machine-learning  logistic  classification  svm  separation 

मैं मॉडल ट्यूनिंग का उपयोग कर रहा हूं caret, लेकिन फिर gbmपैकेज का उपयोग करके मॉडल को फिर से चलाना । यह मेरी समझ है कि caretपैकेज का उपयोग होता है gbmऔर आउटपुट समान होना चाहिए। हालाँकि, data(iris)मूल्यांकन के रूप में RMSE और R ^ 2 का उपयोग करके लगभग …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

मैं फर्थ लॉजिस्टिक रिग्रेशन (लॉजिस्टिक रिग्रेशन में परफेक्ट / कम्प्लीट या क्वासी-कम्प्लीट सेपरेशन को हैंडल करने का तरीका) को समझने की कोशिश कर रहा हूं ताकि मैं इसे दूसरों को सरल शब्दों में समझा सकूं। क्या किसी के पास डमी-डाउन स्पष्टीकरण है कि संशोधन का अनुमान MLE को क्या बना …

13 logistic  maximum-likelihood  separation 

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 

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 

मुझे लॉजिस्टिक रिग्रेशन के दौरान भारी गुणांक मिलते हैं, इसके साथ गुणांक देखें krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 …

9 regression  logistic  generalized-linear-model  separation