sorodni izrazi in sinonimi v sodobni slovenščini, hrvaščini in srbščini
Podobnost besed in fraz med rezultati je odvisna od tega, kolikokrat se beseda ali fraza pojavi v podobnem stavčnem kontekstu kot "logistični regresiji".
Kliknite za poizvedbo
Širši sorodni izrazi
Izrazi, ki navajajo logistični regresiji med svojimi sorodnimi izrazi, a jih seznam zgoraj ne doseže. Njihova podobnost je nižja od podobnosti zadnjega izraza nad njimi.
Primeri iz korpusa
Korpus Common Crawl
Common Crawl je korpus spletnih strani
Število samodeklariranih prehranskih dopolnil in medicinskih pripomočkov se v univariatni logistični regresiji ni izkazalo kot statistično značilen napovednik privolitve za raziskave.
Waldova statistika je normalno porazdeljena, zato se lahko uporablja za testiranje koeficientov v logistični regresiji.
Vse uporabljene neodvisne spremenljivke so potencialno pomembni parametri za kreditno tveganje v logistični regresiji.
Velikosti sprememb verjetnosti namreč v logistični regresiji niso proporcionalne, kar je bolj opazno v izhodiščih zelo visokih ali nizkih verjetnosti.
V logistični regresiji obstaja več različnih metod vključevanja spremenljivk v model.
Uporaba prehranskih dopolnil je bila statistično značilna tako v bivariatni analizi kot tudi v univariatni logistični regresiji.
Test preverja, kako se logistični regresiji prilegajo vrednosti, ki jih vrne kreiran model.
Te za razliko od tradicionalnih metod iščejo vzorce v podatkih in ne predpostavljajo odvisnosti spremenljivk kot npr. pri logistični regresiji.
Ta funkcija na podlagi vhodnih spremenljivk, neodvisnih in odvisne, izračuna koeficiente neodvisnih tako, da se model čim bolje prilega logistični regresiji.
Spremenljivka y, ki jo uporabimo v logistični regresiji je verjetnost, da bo zarodek "pozno zamrl" oz.
Slabost te tehnike je, da ne dobimo linearne funkcije ocene, kot jo dobimo pri logistični regresiji, kar odločevalci in regulatorji pogosto pričakujejo.
Proporcionalna razmerja obetov interpretiramo podobno kot pri binarni logistični regresiji.
Pri metodah uvrščanja, še posebej pri logistični regresiji, se problem preprileganje pogosto pojavlja pri visokorazsežnih podatkih.
Pri logistični regresiji za ocenjevanje primernosti prileganja modela uporabljamo različne metode.
Pri logistični regresiji v ta namen ponavadi uporabimo sigmoidno funkcijo, medtem ko pri multinominalni različici uporabljamo funkcijo softmax.
Pri logistični regresiji temelji primerjava med opazovanimi in napovedanimi vrednostmi na logaritmu funkcije verjetja.
Pri logistični regresiji smo modelirali verjetnost razreda s sigmoidno funkcijo hθ (x) = g(θT x).
Pri logistični regresiji se napovedane verjetnosti vsakega opazovanja v naboru podatkov uporabijo za razvrstitev opazovanj v pozitivni ali negativni razred.
Pri logistični regresiji predpostavljamo, da so opazovane enote medsebojno neodvisne.
Pri logistični regresiji pa smo odgovorili na vprašanje, ali lahko na podlagi ene vrednosti napovemo drugo.