Je suis AW van der Vaart, statistiques asymptotiques (1998). Il parle d'expériences statistiques, affirmant qu'elles sont différentes d'un modèle statistique, mais il ne définit ni l'une ni l'autre. Ma question: Qu'est-ce que (1) une expérience statistique, (2) un modèle statistique et (3) quel est...
Existe-t-il un tel ensemble qui prévoit une estimation du modèle binomial à effets mixtes négatifs gonflés zéro dans R? J'entends par là: Zero-inflation où vous pouvez spécifier le modèle binomial pour zéro inflation, comme dans la fonction zeroinfl dans le package pscl: zeroinfl (y ~ X | Z, dist =...
Je suis curieux de savoir pourquoi nous traitons l'ajustement de GLMS comme s'il s'agissait d'un problème d'optimisation spécial. Sont-ils? Il me semble que ce ne sont que des probabilités maximales, et que nous écrivons la probabilité et ensuite ... nous la maximisons! Alors pourquoi...
Quelle est la stratégie appropriée pour décider quel modèle utiliser avec les données de comptage? J'ai des données de comptage que j'ai besoin de modéliser en tant que modèle à plusieurs niveaux et il m'a été recommandé (sur ce site) que la meilleure façon de le faire soit par le biais de bogues...
Étant donné une variable prédite (P), un effet aléatoire (R) et un effet fixe (F), on pourrait adapter deux * modèles à effets mixtes ( syntaxe lme4 ): m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) Si je comprends bien, le deuxième modèle est celui qui permet à l'effet fixe de varier selon...
J'ai une question concernant la technique d'amorçage appropriée à utiliser avec des données où un clustering puissant est présent. J'ai été chargé d'évaluer un modèle prédictif multivarié à effets mixtes sur les données de sinistres d'assurance en notant le modèle de référence actuel sur les...
J'ai un modèle linéaire classique, avec 5 régresseurs possibles. Ils ne sont pas corrélés entre eux et ont une corrélation assez faible avec la réponse. Je suis arrivé à un modèle où 3 des régresseurs ont des coefficients significatifs pour leur statistique t (p <0,05). L'ajout de l'une des deux...
Disons que nous avons un modèle mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different subjects...
J'ai du mal à comprendre la sortie de mon lmer()modèle. Il s'agit d'un modèle simple d'une variable de résultat (prise en charge) avec différentes interceptions d'état / effets aléatoires d'état: mlm1 <- lmer(Support ~ (1 | State)) Les résultats de summary(mlm1)sont: Linear mixed model fit by...
Je suis encore assez nouveau dans les modèles linéaires généralisés, et j'ai du mal avec beaucoup de notation dans la plupart des textes GLM que j'ai choisis. Existe-t-il des livres GLM extrêmement populaires qui se prêtent mieux à la
Qu'est-ce qu'un modèle nul en régression et quelle est la relation entre le modèle nul et l'hypothèse nulle? Pour ma compréhension, cela signifie-t-il Utiliser la «moyenne de la variable de réponse» pour prédire la variable de réponse continue? Utiliser la «distribution d'étiquettes» pour prédire...
J'ai toujours du mal à expliquer les techniques statistiques à un public sans fond statistique. Si je voulais expliquer ce qu'est le GLM à un tel public (sans jeter de jargon statistique), quelle serait la meilleure façon ou la plus efficace? J'explique généralement le GLM en trois parties - (1) la...
Mes questions sont: Les modèles linéaires généralisés (GLM) convergent-ils vers un maximum global? Si oui, pourquoi? De plus, quelles contraintes y a-t-il sur la fonction de liaison pour assurer la convexité? Ma compréhension des GLM est qu'ils maximisent une fonction de vraisemblance hautement non...
Formules de modèle en R telles que y ~ x + a*b + c:d sont basées sur la notation dite de Wilkinson : Wilkinson et Rogers 1973, Description symbolique des modèles factoriels pour l'analyse de la variance . Cet article n'a pas discuté des notations pour les modèles mixtes (qui n'existaient peut-être...
Le calcul bayésien approximatif est une technique vraiment cool pour ajuster essentiellement n'importe quel modèle stochastique, destiné aux modèles où la probabilité est intraitable (par exemple, vous pouvez échantillonner à partir du modèle si vous fixez les paramètres mais vous ne pouvez pas...
Comme expliqué dans ce document de cours (page 1) , un modèle linéaire peut être écrit sous la forme: y= β1X1+ ⋯ + βpXp+ εje,y=β1X1+⋯+βpXp+εje, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, où est la variable de réponse et est la i ^ {ème} variable explicative.yyyXjeXjex_{i}jet...
J'ai utilisé le MCMCglmmpackage récemment. Je suis confus par ce que l'on appelle dans la documentation structure R et structure G. Ceux-ci semblent se rapporter aux effets aléatoires - en particulier en spécifiant les paramètres de la distribution antérieure sur eux, mais la discussion dans la...
J'ai un ensemble de données composé d'une série de décomptes mensuels de «bâtons cassés» provenant d'une poignée de sites. J'essaie d'obtenir une seule estimation récapitulative à partir de deux techniques différentes: Technique 1: Ajustez un «bâton cassé» avec un GLM de Poisson avec une variable...
Dans les modèles linéaires, nous devons vérifier s'il existe une relation entre les variables explicatives. S'ils sont trop corrélés, il y a colinéarité (c'est-à-dire que les variables s'expliquent en partie). Je regarde actuellement la corrélation par paire entre chacune des variables...
Diverses descriptions sur la sélection des modèles sur les effets aléatoires des modèles mixtes linéaires indiquent l'utilisation de REML. Je connais la différence entre REML et ML à un certain niveau, mais je ne comprends pas pourquoi REML devrait être utilisé parce que ML est biaisé. Par exemple,...