3.3. Data analysis frameworkThe goa

3.3. Data analysis framework
The goal of study is to understand whether the chosen station
is the nearest station choice or not (1, or 0). In this sense, the
logistic regression model works as a classifier for understanding
the probability of choosing the nearest station among the chosen
stations. The logistic models estimate the conditional distribu-
tion of the response Y, given the input variables X, Pr (Y = 1 |X = x).
which is a binary output from the input variables, such as train
users' and their trips’ characteristics. The parameters of x, which is
best
fit to the data, was solved using Maximum likelihood
estimation. It can easily modify log p, which has an unbounded
range, using logistic transformation, logP=1  p, which is the
natural logarithm of odds that train users choose the nearest train
station. Therefore, we can transform the function of x into linear
function. Actually, logistic regression is linear interpolation for the
log-odds (Faraway, 2005). Fig. 3 summarises the data analysis
procedure. If the chosen station is the nearest station, the
dependent variable is one, otherwise it is zero. The independent
variables (Xn in Eq. (1)) are the characteristics of chosen stations,

ผลลัพธ์ (ไทย) 1:

3.3 กรอบวิเคราะห์ข้อมูลเป้าหมายของการศึกษาคือการ เข้าใจว่าสถานีท่านเป็นการเลือกสถานีที่ใกล้ที่สุด หรือไม่ (1 หรือ 0) ในความรู้สึกนี้ การแบบจำลองถดถอยโลจิสติกทำงานเป็น classifier เพื่อความเข้าใจความน่าเป็นของการเลือกสถานีที่ใกล้ที่สุดระหว่างเลือกสถานี ประเมินแบบจำลอง logistic เงื่อนไข distribu-สเตรชันของตอบ Y ให้ป้อนค่าตัวแปร X, Pr (Y = 1 | X = x)ซึ่งเป็นผลจากตัวแปรอินพุต เช่นรถไฟไบนารีผู้ใช้และตัวเดินลักษณะนี้ พารามิเตอร์ของ x ซึ่งเป็นดีที่สุดพอดีกับข้อมูล ถูกแก้ไขโดยใช้ความเป็นไปได้สูงสุดการประเมินการ สามารถได้อย่างง่ายดายปรับเปลี่ยนล็อก p ซึ่งมีการงที่ช่วง การใช้ logistic แปลง logP = 1 p ซึ่งเป็นลอการิทึมธรรมชาติของราคาที่ผู้ใช้รถเลือกรถไฟที่ใกล้ที่สุดสถานี ดังนั้น เราสามารถเปลี่ยนฟังก์ชันของ x เป็นเชิงเส้นฟังก์ชันการ จริง การถดถอยโลจิสติกจะสอดแทรกเชิงเส้นสำหรับการล็อกราคา (Faraway, 2005) Fig. 3 summarises การวิเคราะห์ข้อมูลขั้นตอนการ ถ้าสถานีท่านเป็นสถานีที่ใกล้ที่สุด การขึ้นอยู่กับตัวแปรเป็นหนึ่ง หรือ เป็นศูนย์ อิสระในการตัวแปร (Xn ใน Eq. (1)) มีลักษณะของสถานีท่าน

ผลลัพธ์ (ไทย) 2:

3.3 กรอบการวิเคราะห์ข้อมูลเป้าหมายของการศึกษาคือการเข้าใจว่าสถานีได้รับการแต่งตั้งเป็นทางเลือกสถานีที่ใกล้ที่สุดหรือไม่(1 หรือ 0) ในความรู้สึกนี้รูปแบบการถดถอยโลจิสติกทำงานเป็นลักษณนามสำหรับการทำความเข้าใจน่าจะเป็นของการเลือกสถานีที่ใกล้ที่สุดในหมู่ที่เลือกสถานี โมเดลโลจิสติกประมาณกระจายเงื่อนไขการตอบสนองของ Y ที่ได้รับตัวแปร x, พีอาร์ (Y = 1 | X = x). ซึ่งเป็นผลผลิตไบนารีจากตัวแปรเช่นรถไฟของผู้ใช้และการเดินทางของพวกเขาลักษณะ พารามิเตอร์ของ x ซึ่งเป็นที่ดีที่สุดที่เหมาะสมกับข้อมูลที่ได้รับการแก้ไขโดยใช้ความน่าจะเป็นสูงสุดประมาณค่า มันสามารถปรับเปลี่ยนหน้าเข้าสู่ระบบซึ่งมีมากมายหลากหลายโดยใช้การเปลี่ยนแปลงโลจิสติก LogP = 1? พีซึ่งเป็นลอการิทึมธรรมชาติของอัตราต่อรองที่ฝึกอบรมผู้ใช้เลือกที่ใกล้ที่สุดรถไฟสถานี ดังนั้นเราจึงสามารถเปลี่ยนฟังก์ชั่นของ x เชิงเส้นเข้าไปในฟังก์ชั่น อันที่จริงการถดถอยโลจิสติกเป็นเชิงเส้นสำหรับการเข้าสู่ระบบการต่อรอง (Faraway 2005) มะเดื่อ. 3 สรุปการวิเคราะห์ข้อมูลขั้นตอน ถ้าสถานีได้รับการแต่งตั้งเป็นสถานีที่ใกล้ที่สุดที่ตัวแปรตามเป็นหนึ่งมิฉะนั้นจะเป็นศูนย์ อิสระตัวแปร (Xn ในสมการ (1).) จะมีลักษณะของสถานีที่เลือก

ผลลัพธ์ (ไทย) 3:

3.3 . ข้อมูลการวิเคราะห์กรอบ
เป้าหมายของการศึกษาเพื่อทำความเข้าใจว่าเลือกสถานีที่ใกล้ที่สุดสถานี
เป็นทางเลือกหรือไม่ ( 1 หรือ 0 ) ในความรู้สึกนี้ ,
การวิเคราะห์การถดถอยโลจิสติก ทำงานเป็นส่วนขยายสำหรับความเข้าใจ
ความน่าจะเป็นของการเลือกสถานีที่ใกล้ที่สุดระหว่างเลือก
สถานี โลจิสติกแบบประเมินเงื่อนไข distribu -
ผ่านการตอบสนองคให้ใส่ตัวแปร x , PR ( Y = 1 | X = X )
ซึ่งเป็นผลผลิตไบนารีจากตัวแปรนำเข้า เช่น รถไฟ
ของผู้ใช้และการเดินทางของพวกเขา ' ของ ค่าของ x ซึ่งเป็นดีที่สุด

กับข้อมูลถูกแก้ไขได้โดยใช้การประมาณความน่าจะเป็น
สูงสุด มันสามารถปรับเปลี่ยนเข้าสู่ระบบ P ซึ่งมีช่วงความ
ใช้โลจิสติกการ logp = 1  p ซึ่ง
ธรรมชาติราคาที่ผู้ใช้เลือกลอการิทึมของรถไฟสถานีรถไฟ
ที่ใกล้ที่สุด ดังนั้นเราจึงสามารถเปลี่ยนฟังก์ชันเป็นฟังก์ชันเชิงเส้นของ x
จริงๆ แล้วคือการถดถอยแบบเชิงเส้นสำหรับ
ล็อกราคา ( ไกล , 2005 ) รูปที่ 3 summarises
ขั้นตอนการวิเคราะห์ข้อมูล ถ้าสถานีที่เลือกเป็นสถานีที่ใกล้ที่สุด
ตัวแปรหนึ่ง มิฉะนั้น จะเป็นศูนย์ อิสระ
ตัวแปร ( คริสเตียนในอีคิว ( 1 ) เป็นลักษณะของการเลือกสถานี