Pertanyaan yang diberi tag dag

78

Contoh: regresi LASSO menggunakan glmnet untuk hasil biner

Saya mulai mencoba-coba penggunaan glmnetdengan LASSO Regression di mana hasil yang saya minati menjadi dikotomis. Saya telah membuat bingkai data mock kecil di bawah ini: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84,...

r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

40

Apakah kemandirian statistik berarti kurangnya sebab-akibat?

Dua variabel acak A dan B secara statistik independen. Itu berarti bahwa dalam DAG proses: dan tentu saja . Tetapi apakah itu juga berarti bahwa tidak ada pintu depan dari B ke A?(A⊥⊥B)(A⊥⊥B)(A {\perp\!\!\!\perp} B)P(A|B)=P(A)P(A|B)=P(A)P(A|B)=P(A) Karena dengan begitu kita harus mendapatkan ....

independence causality bayesian-network dag

17

Merupakan efek interaksi dalam grafik asiklik terarah

Grafik asiklik terarah (DAG; misalnya, Greenland, et al, 1999) adalah bagian dari formalisme inferensial kausal dari interpretasi kontrafaktual dari kamp kausalitas. Dalam grafik ini keberadaan panah dari variabel AAA ke variabel BBB menyatakan bahwa variabel AAA secara langsung menyebabkan...

interaction causality dag

15

Dapatkah persamaan variabel instrumen ditulis sebagai grafik asiklik terarah (DAG)?

Grafik asiklik terarah (DAG) adalah representasi visual yang efisien dari asumsi kausal kualitatif dalam model statistik, tetapi dapatkah mereka digunakan untuk menyajikan persamaan variabel instrumen biasa (atau persamaan lainnya)? Jika ya, bagaimana caranya? Jika tidak,

causality instrumental-variables dag

13

Apakah tepi dalam grafik asiklik diarahkan mewakili kausalitas?

Saya belajar Model Grafis Probabilistik , sebuah buku untuk belajar mandiri. Apakah tepi dalam grafik asiklik terarah (DAG) mewakili hubungan sebab akibat? Bagaimana jika saya ingin membangun jaringan Bayesian , tetapi saya tidak yakin tentang arah panah di dalamnya? Semua data akan memberi tahu...

causality graphical-model bayesian-network dag

12

Efek kausal oleh penyesuaian pintu belakang dan pintu depan

Jika kita ingin menghitung efek kausal pada dalam grafik kausal di bawah ini, kita dapat menggunakan teorema penyesuaian pintu belakang dan teorema penyesuaian pintu depan, yaitu XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) = \sum_u P(y | x, u) P(u) dan...

self-study causality graph-theory dag

12

Pemahaman awam tentang perbedaan antara penyesuaian pintu belakang dan pintu depan

Saya mengacu pada penyesuaian pintu belakang dan penyesuaian pintu depan di sini : Penyesuaian pintu belakang : Masalah epidemiologis pola dasar dalam statistik adalah menyesuaikan efek pengacau yang terukur. Kriteria pintu belakang Pearl menggeneralisasikan ide ini. Penyesuaian pintu depan :...

causality dag

8

Bagaimana cara mewakili variabel perbedaan dengan benar di DAG?

Jika saya tertarik pada efek sebab akibat dari perubahan dalam suatu variabel (EEE) pada beberapa hasil (OOO), bagaimana saya menyatakan bahwa dalam grafik asiklik terarah (DAG)? Seharusnya ΔE2=E2−E1ΔE2=E2−E1\Delta E_2 = E_2 - E_1dimana E1E1E_1 & E2E2E_2 terjadi pada waktu 1 & 2, apakah...

time-series dag