Une distribution discrète et univariée modélisant le nombre de B e r n o u l l i ( p ) Bernoullje(p) succès des essais jusqu'à ce qu'un nombre spécifié d'échecs se produise.
Quelles parcelles de diagnostic (et peut-être des tests formels) trouvez-vous le plus informatif pour les régressions où le résultat est une variable de comptage? Je suis particulièrement intéressé par les modèles de Poisson et binomiaux négatifs, ainsi que par leurs homologues à gonflement nul et...
J'ai remarqué que dans R, les régressions de Poisson et binomiales négatives (NB) semblent toujours correspondre aux mêmes coefficients pour les prédicteurs catégoriels, mais non continus. Par exemple, voici une régression avec un prédicteur catégorique: data(warpbreaks) library(MASS) rs1 =...
J'essayais d'adapter mes données à différents modèles et j'ai compris que la fitdistrfonction de la bibliothèque MASSde Rme donnait Negative Binomialle meilleur ajustement. Maintenant, à partir de la page wiki , la définition est donnée comme suit: La distribution de NegBin (r, p) décrit la...
Je lis un article très intéressant de Sellers et Shmueli sur les modèles de régression pour les données de comptage. Vers le début (p. 944), ils citent McCullaugh et Nelder (1989) disant que la régression binomiale négative est impopulaire et a un lien canonique problématique. J'ai trouvé le...
Je travaille avec un grand ensemble de données (confidentiel, donc je ne peux pas trop en partager), et suis arrivé à la conclusion qu'une régression binomiale négative serait nécessaire. Je n'ai jamais fait de régression glm auparavant et je ne trouve aucune information claire sur les hypothèses....
Je cherche des informations sur la différence entre la régression binomiale, binomiale négative et de Poisson et pour quelles situations ces régressions sont les mieux adaptées. Existe-t-il des tests que je peux effectuer dans SPSS qui peuvent me dire laquelle de ces régressions est la meilleure...
J'ai une question concernant une régression binomiale négative: supposons que vous ayez les commandes suivantes: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Notez que les voitures sont un ensemble de données qui est disponible dans R, et je ne me soucie...
J'ai actuellement du mal à trouver le bon modèle pour les données de comptage difficiles (variable dépendante). J'ai essayé différents modèles (des modèles à effets mixtes sont nécessaires pour mon type de données) tels que lmeret lme4(avec une transformation logarithmique) ainsi que des modèles à...
La distribution binomiale négative (NB) est définie sur des entiers non négatifs et a une fonction de masse de probabilitéEst-il sensé de considérer une distribution continue sur des réels non négatifs définis par la même formule (en remplaçant k \ in \ mathbb N_0 par x \ in \ mathbb R _ {\ ge 0}...
J'essaie de modéliser les données de comptage dans R qui sont apparemment sous-dispersées (paramètre de dispersion ~ 0,40). C'est probablement pourquoi un modèle binomial ( ) glmavec family = poissonou négatif glm.nbn'est pas significatif. Quand je regarde les descriptions de mes données, je n'ai...
\newcommand{\P}{\mathbb{P}} Nous avons un processus aléatoire qui peut ou mai ne pas se produire plusieurs fois dans une période de temps définie . Nous avons un flux de données à partir d'un modèle préexistant de ce processus, qui fournit la probabilité qu'un certain nombre d'événements se...
Quelle est la différence entre la distribution binomiale négative et la distribution binomiale? J'ai essayé de lire en ligne et j'ai trouvé que la distribution binomiale négative est utilisée lorsque les points de données sont discrets, mais je pense que même la distribution binomiale peut être...
Je ne comprends pas pourquoi la variable aléatoire "binôme négatif" porte ce nom. Qu'est-ce qui est négatif? Qu'est-ce que le binôme? Quel est le binôme négatif à ce
J'essaie d'adapter les modèles linéaires généralisés à certains ensembles de données de comptage qui pourraient ou non être sur-dispersés. Les deux distributions canoniques qui s'appliquent ici sont le binôme de Poisson et négatif (Negbin), avec EV et varianceμμ\mu Vun rP= μVunerP=μVar_P = \mu Vun...
Après avoir effectué l'analyse des composants principaux (PCA), je souhaite projeter un nouveau vecteur sur l'espace PCA (c'est-à-dire trouver ses coordonnées dans le système de coordonnées PCA). J'ai calculé PCA en langage R en utilisant prcomp. Maintenant, je devrais pouvoir multiplier mon...
J'essaie de me présenter quand il convient d'utiliser quel type de régression (géométrique, Poisson, binôme négatif) avec les données de comptage, dans le cadre GLM (seules 3 des 8 distributions GLM sont utilisées pour les données de comptage, bien que la plupart de ce que J'ai lu des centres...
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test...
Certains d'entre vous ont peut-être lu ce bel article: O'Hara RB, Kotze DJ (2010) Ne pas enregistrer les données de comptage par transformation. Méthodes en écologie et évolution 1: 118-122. Klick . Dans mon domaine de recherche (écotoxicologie), nous avons affaire à des expériences mal reproduites...
Une distribution de Skellam décrit la différence entre deux variables qui ont des distributions de Poisson. Existe-t-il une distribution similaire qui décrit la différence entre les variables qui suivent des distributions binomiales négatives? Mes données sont produites par un processus de Poisson,...
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 =...