Câu hỏi được gắn thẻ «logistic»

Nói chung là các thủ tục thống kê sử dụng hàm logistic, phổ biến nhất là các hình thức hồi quy logistic khác nhau






1
Định nghĩa hàm softmax
Câu hỏi này tiếp theo trên stats.stackexchange.com/q/233658 Mô hình hồi quy logistic cho các lớp {0, 1} là P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Rõ ràng các xác suất đó tổng …



1
Khoảng dự đoán cho kết quả của hồi quy logistic với đáp ứng nhị thức
Giả sử chúng ta có một mô hình hồi quy logistic: P(y=1|x)log(p1−p)=p=βxP(y=1|x)=plog⁡(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Cho một mẫu ngẫu nhiên có kích thước , chúng ta có thể tính các khoảng tin cậy cho và các khoảng dự đoán tương ứng cho , với một …



1
Kỳ vọng có điều kiện của một dẫn xuất RV bị cắt ngắn, phân phối gumbel (khác biệt logistic)
Tôi có hai biến ngẫu nhiên được phân phối độc lập và giống hệt nhau, tức là :ϵ1,ϵ0∼iidGumbel(μ,β)ϵ1,ϵ0∼iidGumbel(μ,β)\epsilon_{1}, \epsilon_{0} \overset{\text{iid}}{\sim} \text{Gumbel}(\mu,\beta) F(ϵ)=exp(−exp(−ϵ−μβ)),F(ϵ)=exp⁡(−exp⁡(−ϵ−μβ)),F(\epsilon) = \exp(-\exp(-\frac{\epsilon-\mu}{\beta})), f(ϵ)=1βexp(−(ϵ−μβ+exp(−ϵ−μβ))).f(ϵ)=1βexp⁡(−(ϵ−μβ+exp⁡(−ϵ−μβ))).f(\epsilon) = \dfrac{1}{\beta}\exp(-\left(\frac{\epsilon-\mu}{\beta}+\exp(-\frac{\epsilon-\mu}{\beta})\right)). Tôi đang cố gắng tính hai đại lượng: Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[c+\epsilon_{1}|c+\epsilon_{1}>\epsilon_{0}\right] Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[\epsilon_{0}|c+\epsilon_{1}<\epsilon_{0}\right] Tôi đi đến một điểm mà tôi cần thực hiện tích hợp trên …


3
Kiểm tra mô hình hồi quy logistic bằng cách sử dụng độ lệch dư và mức độ tự do
Tôi đã đọc trang này trên Princeton.edu . Họ đang thực hiện hồi quy logistic (với R). Tại một số thời điểm, họ tính toán xác suất nhận được độ lệch còn lại cao hơn mức họ có trên phân phối với mức độ tự do bằng với mức độ …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.