Considérons un problème statistique où vous avez une responsevariable que vous souhaitez décrire conditionnellement à une explanatoryvariable et une nestedvariable, où la variable imbriquée n'apparaît que comme une variable significative pour des valeurs particulières de la variable explicative ....
J'essaie d'interpréter le type de modèle logistique suivant: mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) Est la sortie des predict(mdl)chances de réussite attendues pour chaque point de données? Existe-t-il un moyen simple de tabuler les cotes pour chaque niveau de facteur du...
Je termine une analyse sur un grand ensemble de données. Je voudrais prendre le modèle linéaire utilisé dans la première partie du travail et le réajuster en utilisant un modèle mixte linéaire (LME). Le LME serait très similaire à l'exception que l'une des variables utilisées dans le modèle serait...
J'utilise un modèle à effet fixe pour mes données de panel (9 ans, 1000+ obs), car mon test de Hausman indique une valeur . Lorsque j'ajoute des variables fictives pour les industries incluses dans mes entreprises, elles sont toujours omises. Je sais qu'il y a une grande différence en ce qui...
Contexte J'ai des données d'une étude de terrain dans laquelle il y a quatre niveaux de traitement et six répétitions dans chacun des deux blocs. (4x6x2 = 48 observations) Les blocs sont distants d'environ 1 mile, et à l'intérieur des blocs, il y a une grille de 42 parcelles de 2m x 4m et une...
En clair: j'ai un modèle de régression multiple ou ANOVA mais la variable de réponse pour chaque individu est une fonction curviligne du temps. Comment puis-je savoir laquelle des variables de droite est responsable des différences significatives dans les formes ou les décalages verticaux des...
J'ai une question concernant l'utilisation ou non d'un décalage. Supposons un modèle très simple, où vous voulez décrire le nombre (global) de buts au hockey. Vous avez donc des buts, un nombre de parties jouées et une variable factice "attaquant" qui est égale à 1 si le joueur est attaquant et 0...
J'ai toujours cru que le temps ne devait pas être utilisé comme prédicteur dans les régressions (y compris les gams) car, alors, on «décrirait» simplement la tendance elle-même. Si le but d’une étude est de trouver des paramètres environnementaux comme la température, etc. qui expliquent la...
Je travaille sur pas mal de modélisation statistique, comme les modèles de Markov cachés et les modèles de mélanges gaussiens. Je vois que la formation de bons modèles dans chacun de ces cas nécessite une grande quantité (> 20000 phrases pour les HMM) de données qui sont extraites...
Quelqu'un peut-il préciser comment les modèles de Markov cachés sont liés à la maximisation des attentes? J'ai parcouru de nombreux liens mais je n'ai pas pu trouver une vue claire.
J'ai suivi suffisamment de cours de statistiques pendant mes années scolaires et à l'université. J'ai une bonne compréhension des concepts tels que CI, valeurs p, interprétation de la signification statistique, tests multiples, corrélation, régression linéaire simple (avec les moindres carrés)...
Je modélise certaines données où je pense avoir deux effets aléatoires croisés. Mais l'ensemble de données n'est pas équilibré, et je ne suis pas sûr de ce qui doit être fait pour en tenir compte. Mes données sont un ensemble d'événements. Un événement se produit lorsqu'un client rencontre un...
J'ai le modèle linéaire suivant: Pour résoudre l'hétéroscédasticité des résidus, j'ai essayé d'appliquer une transformation logarithmique à la variable dépendante comme mais je vois toujours le même effet de fan out sur les résidus. Les valeurs DV sont relativement petites, donc l'addition...
Un modèle marginal tient compte de la corrélation au sein de chaque grappe. Un modèle conditionnel prend également en compte la corrélation au sein de chaque cluster. Mes questions sont: Un modèle marginal modélise-t-il les principaux effets sur une population alors qu'un modèle conditionnel...
Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant,...
Le rapport de vraisemblance (aka déviance) statistique et test de manque d'ajustement (ou qualité d'ajustement) est assez simple à obtenir pour un modèle de régression logistique (ajustement à l'aide de la fonction) dans R. Cependant, il peut être il est facile de faire en sorte que le nombre de...
Le modèle de régression de Poisson gonflé à zéro est défini pour un échantillon par et il suppose en outre que les paramètres et satisfontY i = { 0 avec probabilité p i + ( 1 - p i ) e - λ i k avec probabilité ( 1 - p i ) e - λ i λ k i / k ! λ = ( λ 1 , … , λ n ) p =( y1, … ,...
Y a-t-il une raison intuitive pour que les effets aléatoires soient réduits à leur valeur attendue dans le modèle mixte linéaire
Structure de données > str(data) 'data.frame': 6138 obs. of 10 variables: $ RT : int 484 391 422 516 563 531 406 500 516 578 ... $ ASCORE : num 5.1 4 3.8 2.6 2.7 6.5 4.9 2.9 2.6 7.2 ... $ HSCORE : num 6 2.1 7.9 1 6.9 8.9 8.2 3.6 1.7 8.6 ... $ MVMNT : Factor w/ 2 levels "_Withd","Appr": 2 2 1 1 2...
Souvent, j'ai entendu les mineurs de données ici utiliser ce terme. En tant que statisticien qui a travaillé sur des problèmes de classification, je connais le terme "former un classificateur" et je suppose que "apprendre un modèle" signifie la même chose. Cela ne me dérange pas le terme "former un...