La troncature est un processus qui entraîne l'omission de données dépassant un seuil.
Winsoriser les données signifie remplacer les valeurs extrêmes d'un ensemble de données par une certaine valeur de centile à chaque extrémité, tandis que le rognage ou la troncature implique la suppression de ces valeurs extrêmes. Je vois toujours les deux méthodes discutées comme une option viable...
Dans le livre Modèles et méthodes statistiques pour les données à vie , il est écrit: Censure: lorsqu'une observation est incomplète en raison d'une cause aléatoire. Troncature: lorsque la nature incomplète de l'observation est due à un processus de sélection systématique inhérent au plan d'étude....
Considérons échantillons indépendants obtenus à partir d'une variable aléatoire qui est supposée suivre une distribution tronquée (par exemple une distribution normale tronquée ) de valeurs minimales et maximales connues (finies) et mais de paramètres inconnus et . Si suivait une distribution non...
Ici, «tronquer» implique de réduire la précision des nombres aléatoires et de ne pas tronquer la série de nombres aléatoires. Par exemple, si j'ai nombres vraiment aléatoires (tirés de n'importe quelle distribution, par exemple, normale, uniforme, etc.) avec une précision arbitraire et que je...
Dans un article de recherche sur l'analyse de sensibilité d'un modèle d'équation différentielle ordinaire d'un système dynamique, l'auteur a fourni la distribution d'un paramètre de modèle en tant que distribution normale (moyenne = 1e-4, std = 3e-5) tronquée à la plage [0,5e -4 1,5e-4]. Il utilise...
Ceci est mon premier message posté. Je suis vraiment reconnaissant envers cette communauté. J'essaie d'analyser des données de comptage longitudinal qui sont tronquées à zéro (probabilité que la variable de réponse = 0 soit 0) et la moyenne! = Variance, donc une distribution binomiale négative a...
J'ai une question sur la façon de régler un problème de censure dans JAGS. J'observe un mélange bivarié normal où les valeurs X ont une erreur de mesure. Je voudrais modéliser les véritables «moyens» sous-jacents des valeurs censurées observées. ⌈ xt r u e+ ϵ ⌉ = xo b s e r v e d ϵ ∼ N( 0 , s d=...
Je voudrais générer des données aléatoires à partir d'une distribution normale contrainte en utilisant R. Par exemple, je pourrais vouloir simuler une variable à partir d'une distribution normale avec mean=3, sd= 2et toutes les valeurs supérieures à 5 sont rééchantillonnées à partir de la même...
J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois...
Comment dois-je échantillonner efficacement la distribution suivante? x ∼ B ( α , β) , x > k x∼B(α,β), x>k x \sim B(\alpha, \beta),\space x > k Si n'est pas trop grand, l'échantillonnage de rejet peut être la meilleure approche, mais je ne sais pas comment procéder lorsque k est grand....
Comment puis-je calculer la moyenne tronquée ou rognée? Disons tronqué de 10%? Je peux imaginer comment le faire si vous avez environ 10 entrées, mais comment puis-je le faire pour beaucoup
Je souhaite simuler à partir d'une densité normale (disons moyenne = 1, sd = 1) mais ne souhaite que des valeurs positives. Une façon consiste à simuler à partir d'une normale et à prendre la valeur absolue. Je pense à cela comme une normale pliée. Je vois dans R il y a des fonctions pour la...
J'ai une variable dépendante qui peut aller de 0 à l'infini, les 0 étant en fait des observations correctes. Je comprends que la censure et les modèles Tobit ne s'appliquent que lorsque la valeur réelle de est partiellement inconnue ou manquante, auquel cas les données seraient tronquées. Quelques...
Désolé pour le long titre, mais mon problème est assez spécifique et difficile à expliquer dans un seul titre. J'apprends actuellement sur le modèle Roy (analyse des effets du traitement). Il y a une étape de dérivation sur mes diapositives, que je ne comprends pas. Nous calculons le résultat...
Supposons que j'ai variables aléatoires normales indépendantesnnn X1∼ N (μ1,σ21)X2∼ N (μ2,σ22)⋮Xn∼ N (μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) et . Comment pourrais-je...
Je fais une analyse de survie en R avec le survivalpackage. Je pense que je travaille avec des données tronquées à gauche, mais je ne sais pas exactement comment les gérer. J'ai une cohorte de patients diagnostiqués entre 1990 et 2012. Tous les patients ont une heure de diagnostic bien définie...