Fiz um modelo de regressão logística que inclui um termo polinomial até o grau 2. Estou ciente de que a regressão logística modela a variável de resposta como uma função não linear dos preditores. Faz sentido incluir um termo polinomial na regressão
Fiz um modelo de regressão logística que inclui um termo polinomial até o grau 2. Estou ciente de que a regressão logística modela a variável de resposta como uma função não linear dos preditores. Faz sentido incluir um termo polinomial na regressão
Gostaria de calcular P( Y= a X2+ b X+ c < 0
Estou um pouco confuso sobre quando você deve ou não adicionar termos polinomiais a um modelo de regressão linear múltipla. Eu sei que polinômios são usados para capturar a curvatura nos dados, mas sempre parece estar na forma de: y= x1+ x2+ x21+ x22+ x1x2+ cy=x1+x2+x12+x22+x1x2+cy = x_1 + x_2 +...
Suponha que sejam variáveis aleatórias iid, com distribuição uniforme em . Estou interessado nas raízes esperadas do polinômio , que são variáveis aleatórias complexas dadas por e A,B,CA,B,CA,B,C[−1,1][−1,1][-1,1]Ax2+Bx+CAx2+Bx+CAx^2 + Bx + CZ1=−B+B2−4AC−−−−−−−−√2AZ1=−B+B2−4AC2AZ_1 =...
A seguir, entendo o que acontece: se eu pegar um "problema bidimensional", por exemplo, eu tenho XXX como entradas e Y como o resultado e eu adiciono um recurso x2x2x^2. Isso dá ao problema uma dimensão adicional e o ajuste linear noxxx e yyy Os valores definem uma linha, bem como o ajuste linear...