Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.

Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Нелинейная регрессия

Содержание

Может быть так, что зависимость между переменными нелинейная. Тогда применяем нелинейную регрессию
Нелинейная регрессияCтат. методы в психологии(Радчикова Н.П.) Может быть так, что зависимость между переменными нелинейная. Тогда применяем нелинейную регрессию Бинарная логистическая регрессия позволяет исследовать зависимость дихотомических зависимых переменных от Бинарная логистическая регрессия от дискриминантного анализа отличается тем, что связь Логистическая регрессия Мы говорим о некотором событии, которое может произойти или Математическая модельгде z=b1x1+b2x2+ …+bnxn+ b0p – вероятность наступления события, Математическая модельгде z=b1x1+b2x2+ …+bnxn+b0Наша задача, как всегда, - оценить коэффициенты bi Математическая модельЗависимость, связывающая вероятность события и величину Z, показана на следующей диаграмме: Математическая модель Логистическая регрессияНаходится в модуле Nonlinear Estimation Логистическая регрессияВот она! Логистическая регрессияКак обычно, надо выбрать переменные ПримерРассмотрим пример из медицины (Breast cancer survival.sta) Оценим шанс на выживание пациентов ПримерAge – Age (years)Pathsize - Pathologic Tumor Size Результаты РезультатыОценка качества модели Качество моделиКачество приближения регрессионной модели оценивается при помощи функции подобия. Мерой правдоподобия Качество модели Затем в модель добавляют переменные согласно выбранному методу и Качество моделиХи-квадрат РезультатыКоэффициенты b Регрессионные коэффициенты РезультатыЭмпирические, предсказанные значения и остатки Результаты РезультатыМатрица классификации Результаты РезультатыРаспределение остатков Результаты РезультатыЗнакомые нам графики оценки А если у меня такая зависимость, какую я сам придумал ?! Оценка на экзамене и мотивация так прямо не связаны … Тогда применяем нелинейную регрессию, а зависимость может быть задана самим пользователем Пример. Рост населения в США с 1790 по 1960 гг по Очевидно, что нашей задачей является определение трех коэффициентов - a, b и c. Для построения уравнений нелинейной регрессии служит модуль Nonlinear Estimation Для построения уравнений нелинейной регрессии служит модуль Nonlinear EstimationТут набираем формулу, которая, Начальные значения для параметровМаленькие (?) хитрости Маленькие (?) хитрости Получаем результаты! Оценка параметров Теперь, подставив коэффициенты в исходную формулу мы можем оценить население США Оценка моделиПроцент объясненной дисперсии Оценка моделиОстатки Оценка моделиЭмпирические, предсказанные значения и остатки Оценка моделиГистограмма распределения остатков Оценка моделиРаспределение должно быть как можно ближе к нормальному Оценка моделиГистограмма распределения остатковТоже знакомые нам графики Оценка моделиЭти значения должны лежать вдоль одной прямой Оценка моделиГрафик эмпирических значений и функции, описывающей модель Оценка модели Вот и все!Задавайте любые зависимости и проверяйте любые модели!
Слайды презентации

Слайд 2 Может быть так, что зависимость между переменными нелинейная.

Может быть так, что зависимость между переменными нелинейная. Тогда применяем нелинейную регрессию

Тогда применяем нелинейную регрессию

Слайд 3
Бинарная логистическая регрессия позволяет исследовать зависимость

Бинарная логистическая регрессия позволяет исследовать зависимость дихотомических зависимых переменных от

дихотомических зависимых переменных от независимых переменных, имеющих любой вид

шкалы

Слайд 4
Бинарная логистическая регрессия от дискриминантного анализа

Бинарная логистическая регрессия от дискриминантного анализа отличается тем, что связь

отличается тем, что связь между зависимой и независимыми переменными

нелинейная

Слайд 5 Логистическая регрессия
Мы говорим о некотором событии,

Логистическая регрессия Мы говорим о некотором событии, которое может произойти или

которое может произойти или не произойти. В этом случае

вероятность наступления события рассматривается в зависимости от значений независимых переменных.

Слайд 6 Математическая модель


где z=b1x1+b2x2+ …+bnxn+ b0

p

Математическая модельгде z=b1x1+b2x2+ …+bnxn+ b0p – вероятность наступления события, x

– вероятность наступления события, x – независимые переменные

Если р

больше 0.5, то можно предположить, что событие произойдет.

Слайд 7 Математическая модель


где z=b1x1+b2x2+ …+bnxn+b0

Наша задача,

Математическая модельгде z=b1x1+b2x2+ …+bnxn+b0Наша задача, как всегда, - оценить коэффициенты bi

как всегда, - оценить
коэффициенты bi

Слайд 8 Математическая модель



Зависимость, связывающая вероятность события и величину Z,

Математическая модельЗависимость, связывающая вероятность события и величину Z, показана на следующей

показана на следующей диаграмме:
Эта зависимость носит нелинейный характер,

причем P не может выходить за пределы диапазона 0 — 1

Слайд 9 Математическая модель



Математическая модель

Слайд 10 Логистическая регрессия
Находится в модуле Nonlinear Estimation

Логистическая регрессияНаходится в модуле Nonlinear Estimation

Слайд 11 Логистическая регрессия
Вот она!

Логистическая регрессияВот она!

Слайд 12 Логистическая регрессия
Как обычно, надо выбрать переменные

Логистическая регрессияКак обычно, надо выбрать переменные

Слайд 13 Пример
Рассмотрим пример из медицины (Breast cancer survival.sta)
Оценим

ПримерРассмотрим пример из медицины (Breast cancer survival.sta) Оценим шанс на выживание

шанс на выживание пациентов разного возраста с опухолью различных

размеров (две независимые переменные)

Слайд 14 Пример
Age – Age (years)
Pathsize

ПримерAge – Age (years)Pathsize - Pathologic Tumor Size (cm)Lnpos

- Pathologic Tumor Size (cm)
Lnpos - Positive

Axillary Lymph Nodes
…
Status – Censored/Died

Слайд 15 Результаты

Результаты

Слайд 16 Результаты

Оценка качества модели

РезультатыОценка качества модели

Слайд 17 Качество модели
Качество приближения регрессионной модели оценивается при помощи

Качество моделиКачество приближения регрессионной модели оценивается при помощи функции подобия. Мерой

функции подобия. Мерой правдоподобия служит отрицательное удвоение значения логарифма

этой функции - -2LL.

В качестве начального значения для -2LL принимается значение, которое получается для регрессионной модели, содержащей только константу.

Слайд 18 Качество модели
Затем в модель добавляют переменные

Качество модели Затем в модель добавляют переменные согласно выбранному методу и

согласно выбранному методу и вычисляют разность (улучшение качества модели).

Разность обозначают как хи-квадрат и вычисляют ее значимость.

Слайд 19 Качество модели

Хи-квадрат

Качество моделиХи-квадрат

Слайд 20 Результаты

Коэффициенты b

РезультатыКоэффициенты b

Слайд 21 Регрессионные коэффициенты

Регрессионные коэффициенты

Слайд 22 Результаты

Эмпирические, предсказанные значения и остатки

РезультатыЭмпирические, предсказанные значения и остатки

Слайд 23 Результаты

Результаты

Слайд 24 Результаты

Матрица классификации

РезультатыМатрица классификации

Слайд 25 Результаты

Результаты

Слайд 26 Результаты

Распределение остатков

РезультатыРаспределение остатков

Слайд 27 Результаты

Результаты

Слайд 28 Результаты

Знакомые нам графики оценки

РезультатыЗнакомые нам графики оценки

Слайд 29









А если у меня такая зависимость, какую я

А если у меня такая зависимость, какую я сам придумал ?!

сам придумал ?!

Слайд 30










Оценка на экзамене и мотивация так прямо не

Оценка на экзамене и мотивация так прямо не связаны …

связаны …

Слайд 31 Тогда применяем нелинейную регрессию, а зависимость может быть

Тогда применяем нелинейную регрессию, а зависимость может быть задана самим пользователем

задана самим пользователем

Слайд 32 Пример. Рост населения в США с 1790 по

Пример. Рост населения в США с 1790 по 1960 гг по

1960 гг по декадам:

Видно, что зависимость

тут скорее не линейная, а экспоненциальная. Демографы знают, что лучше всего зависимость роста населения от времени описывается функцией

Слайд 33 Очевидно, что нашей задачей является определение трех коэффициентов

Очевидно, что нашей задачей является определение трех коэффициентов - a, b и c.

- a, b и c.

Слайд 34 Для построения уравнений нелинейной регрессии служит модуль Nonlinear

Для построения уравнений нелинейной регрессии служит модуль Nonlinear Estimation

Estimation

Слайд 35 Для построения уравнений нелинейной регрессии служит модуль Nonlinear

Для построения уравнений нелинейной регрессии служит модуль Nonlinear EstimationТут набираем формулу,

Estimation
Тут набираем формулу, которая, по нашему мнению, хорошо описывает

полученную зависимость

Слайд 36
Начальные значения для параметров
Маленькие (?) хитрости

Начальные значения для параметровМаленькие (?) хитрости

Слайд 37 Маленькие (?) хитрости

Маленькие (?) хитрости

Слайд 38
Получаем результаты!

Получаем результаты!

Слайд 39 Оценка параметров

Оценка параметров

Слайд 40 Теперь, подставив коэффициенты в исходную формулу



мы

Теперь, подставив коэффициенты в исходную формулу мы можем оценить население США

можем оценить население США в будущем - через 19,

20, 1000 лет…

Слайд 41 Оценка модели

Процент объясненной дисперсии

Оценка моделиПроцент объясненной дисперсии

Слайд 42 Оценка модели
Остатки

Оценка моделиОстатки

Слайд 43 Оценка модели
Эмпирические, предсказанные значения и остатки

Оценка моделиЭмпирические, предсказанные значения и остатки

Слайд 44 Оценка модели
Гистограмма распределения остатков

Оценка моделиГистограмма распределения остатков

Слайд 45 Оценка модели

Распределение должно быть как можно ближе к

Оценка моделиРаспределение должно быть как можно ближе к нормальному

нормальному

Слайд 46 Оценка модели
Гистограмма распределения остатков
Тоже знакомые нам графики

Оценка моделиГистограмма распределения остатковТоже знакомые нам графики

Слайд 47 Оценка модели

Эти значения должны лежать вдоль одной прямой

Оценка моделиЭти значения должны лежать вдоль одной прямой

Слайд 48 Оценка модели
График эмпирических значений и функции, описывающей модель

Оценка моделиГрафик эмпирических значений и функции, описывающей модель

Слайд 49 Оценка модели

Оценка модели
  • Имя файла: nelineynaya-regressiya.pptx
  • Количество просмотров: 171
  • Количество скачиваний: 0
- Предыдущая Программно-конфигурируемые сети
Следующая - История развития туризма в России с 1991 года и по настоящее время

Похожие презентации

Обобщающий урок по теме Четырехугольники Обобщающий урок по теме Четырехугольники 96
Презентация к уроку математики Шар 6 класс Презентация к уроку математики Шар 6 класс 109
Тренажёр Цирковое представление по теме Внетабличное деление двузначного числа на однозначное Тренажёр Цирковое представление по теме Внетабличное деление двузначного числа на однозначное 101
Презентация по математике на темуАрифметика Ф.Л.Магницкого Презентация по математике на темуАрифметика Ф.Л.Магницкого 127
Решение задач на готовых чертежах. Четырехугольники Решение задач на готовых чертежах. Четырехугольники 99
Презентация по математике на тему Геометрические тела Презентация по математике на тему Геометрические тела 150
Презентация Неравенства. презентация к уроку по математике (старшая группа) Презентация Неравенства. презентация к уроку по математике (старшая группа) 106
Проценты в школьном курсе математики Проценты в школьном курсе математики 133
Интерактивный тренажер по теме Сложение и вычитание чисел в пределах первого десятка Интерактивный тренажер по теме Сложение и вычитание чисел в пределах первого десятка 119
Как учились математике дети в прошлые времена Как учились математике дети в прошлые времена 146
Познавательные математические цепочки презентация к уроку по математике (3 класс) Познавательные математические цепочки презентация к уроку по математике (3 класс) 51
устный счет, переход через десяток презентация к уроку по математике (1 класс) по теме устный счет, переход через десяток презентация к уроку по математике (1 класс) по теме 109
УСТНЫЙ СЧЕТ НА УРОКАХ МАТЕМАТИКИ В 5 – 6 КЛАССАХ УСТНЫЙ СЧЕТ НА УРОКАХ МАТЕМАТИКИ В 5 – 6 КЛАССАХ 134
Последний урок в триместре. Математические головоломки 5-6 кл. Последний урок в триместре. Математические головоломки 5-6 кл. 162
Решение логических задач средствами алгебры логики Решение логических задач средствами алгебры логики 85
Счет (игрушки) презентация к уроку по математике Счет (игрушки) презентация к уроку по математике 96
Урок математикиДеление на двузначное число презентация к уроку по математике (4 класс) Урок математикиДеление на двузначное число презентация к уроку по математике (4 класс) 105
Приём умножения с помощью сложения план-конспект урока по математике (2 класс) Приём умножения с помощью сложения план-конспект урока по математике (2 класс) 150
Синус Синус 96
Турнир математиков Турнир математиков 86
Интерактивный тренажёр Мы идём на тренировку-2 Интерактивный тренажёр Мы идём на тренировку-2 118
Прибавление чисел Прибавление чисел 107
104
Презентация Домашнее задание - ( требования ФГОС ) Презентация Домашнее задание - ( требования ФГОС ) 140
Піраміда. Правильна піраміда. (Геометрія 11 клас) Піраміда. Правильна піраміда. (Геометрія 11 клас) 116
Происхождение римских цифр и десятичного счёта Происхождение римских цифр и десятичного счёта 32
Признаки делимости чисел Признаки делимости чисел 119
МАТЕМАТИКА 3 класс МАТЕМАТИКА 3 класс 100
Презентация по математике на тему Запись и название трёхзначных чисел (3 класс) Презентация по математике на тему Запись и название трёхзначных чисел (3 класс) 148
Презентация для внеклассного мероприятия по математике Совиниада (6 класс) Презентация для внеклассного мероприятия по математике Совиниада (6 класс) 101