Une question probablement très basique sur l'ANOVA multifactorielle. Supposons une conception bidirectionnelle dans laquelle nous testons à la fois les effets principaux A, B et l'interaction A: B. Lors du test de l'effet principal pour A avec le type I SS, l'effet SS est calculé comme la...
J'ai vu des références à l'apprentissage de la théorie des probabilités bayésiennes en R, et je me demandais s'il y en avait plus, peut-être spécifiquement en Python? Orienté vers l'apprentissage de la théorie des probabilités bayésiennes, l'inférence, l'estimation du maximum de vraisemblance, les...
Quelqu'un peut-il m'expliquer mon modèle Cox en anglais simple? J'ai ajusté le modèle de régression de Cox suivant à toutes mes données en utilisant la cphfonction. Mes données sont enregistrées dans un objet appelé Data. Les variables w, xet ysont continues; zest un facteur de deux niveaux. Le...
Les graphiques ci-dessous sont des diagrammes de dispersion résiduels d'un test de régression pour lesquels les hypothèses de "normalité", "homoscédasticité" et "indépendance" ont déjà été vérifiées à coup sûr! Pour tester l' hypothèse de «linéarité» , bien que, en regardant les graphiques, on...
Je veux calculer la fonction de survie prédite pour un modèle de risques proportionnels de Cox avec des termes de fragilité [en utilisant le package de survie]. Il semble que lorsque des termes de fragilité figurent dans le modèle, la fonction de survie prévue ne peut pas être calculée. ## Example...
Je recherche des conseils et des commentaires qui traitent de l'analyse des ratios et des taux. Dans le domaine dans lequel je travaille l'analyse des ratios en particulier est très répandue mais j'ai lu quelques articles qui suggèrent que cela peut être problématique, je pense à: Kronmal, Richard...
Mes prédictions provenant d'un modèle de régression logistique (glm dans R) ne sont pas limitées entre 0 et 1 comme je m'y attendais. Ma compréhension de la régression logistique est que vos paramètres d'entrée et de modèle sont combinés linéairement et la réponse est transformée en probabilité à...
Voici mon contexte pour cette question: D'après ce que je peux dire, nous ne pouvons pas exécuter une régression ordinaire des moindres carrés dans R lors de l'utilisation de données pondérées et du surveypackage. Ici, nous devons utiliser svyglm(), qui exécute à la place un modèle linéaire...
Prenons cet ensemble de données hypothétique: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <-...
La normalisation d'une variable dépendante au sein du groupe d'identification est-elle logique? Le document de travail suivant (Ralentissement de la déforestation en Amazonie légale; prix ou politiques?, Pdf ) utilise une variable dépendante standardisée pour analyser l'effet du changement de...
J'ai un ensemble de valeurs xxx et yyy qui sont théoriquement liées de façon exponentielle: y=axby=axby = ax^b Une façon d'obtenir les coefficients consiste à appliquer des logarithmes naturels des deux côtés et à ajuster un modèle linéaire: > fit <- lm(log(y)~log(x)) > a <-...
Je n'ai aucune formation en mathématiques, mais je comprends comment fonctionne le simple Perceptron et je pense que je saisis le concept d'un hyperplan (je l'imagine géométriquement comme un avion dans l'espace 3D qui sépare deux nuages de points, tout comme une ligne sépare deux nuages de...
J'ai besoin d'estimer la fonction de risque de base dans un modèle de Cox dépendant du tempsλ0(t)λ0(t)\lambda_0(t) λ(t)=λ0(t)exp(Z(t)′β)λ(t)=λ0(t)exp(Z(t)′β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) Pendant que je suivais le cours de survie, je me souviens que la dérivée directe de la fonction de...
J'ai dirigé un glm.nb par glm1<-glm.nb(x~factor(group)) avec groupe étant une catégorie et x une variable métrique. Lorsque j'essaie d'obtenir le résumé des résultats, j'obtiens des résultats légèrement différents, selon que j'utilise summary()ou summary.glm. summary(glm1)Donne moi ......
J'ai fréquemment utilisé pour diagnostiquer mes données multivariées à l'aide de l'ACP (données omiques avec des centaines de milliers de variables et des dizaines ou des centaines d'échantillons). Les données proviennent souvent d'expériences avec plusieurs variables indépendantes catégorielles...
Je travaille sur quelque chose comme le problème suivant. J'ai un tas d'utilisateurs et N livres. Chaque utilisateur crée un classement ordonné de tous les livres qu'il a lus (qui est probablement un sous-ensemble des N livres), par exemple, Livre 1> Livre 40> Livre 25. Maintenant, je veux...
J'ai lu quelques explications sur les propriétés des modèles linéaires par rapport aux modèles non linéaires, mais je ne sais toujours pas si un modèle disponible est linéaire ou non linéaire. Par exemple, le modèle suivant est-il linéaire ou non linéaire? yt= β0+ β1B ( L ; θ ) Xt+...
D'après mes résultats, il apparaît que GLM Gamma répond à la plupart des hypothèses, mais est-ce une amélioration intéressante par rapport au LM transformé en log? La plupart de la littérature que j'ai trouvée traite des GLM de Poisson ou binomiaux. J'ai trouvé l'article ÉVALUATION DES HYPOTHÈSES...
Je suis en train d' étudier des modèles probabilistes graphiques , un livre d'auto-étude. Les arêtes d'un graphe acyclique dirigé (DAG) représentent-elles des relations causales? Et si je veux construire un réseau bayésien , mais je ne suis pas sûr de la direction des flèches à l'intérieur? Tout ce...
Pour le modèle linéaire , on peut avoir une belle interprétation géométrique du modèle estimé par OLS: y = x β + e . Y est la projection de y sur l'espace engendré par x et résiduel e est perpendiculaire à cet espace engendré par x.y= x β+ ey=Xβ+ey=x\beta+ey^= x β^+...