Estoy tratando de encontrar la mejor especificación para mi conjunto de datos. Estoy tratando de probar la efectividad de las zonas económicas especiales en Polonia en el significado del crecimiento de la economía en tres modelos similares de datos de panel para variables explicadas: a) tasa de...
Varias fuentes sugieren que hay muchas consecuencias negativas de la discretización (categorización) de variables continuas antes del análisis estadístico (muestra de referencias [1] - [4] a continuación). Por el contrario [5] sugiere que se sabe que algunas técnicas de aprendizaje automático...
Estoy haciendo un análisis de supervivencia en R con el survivalpaquete. Creo que estoy trabajando con datos truncados a la izquierda, pero no estoy completamente seguro de cómo manejarlos. Tengo una cohorte de pacientes diagnosticados entre 1990 y 2012. Todos los pacientes tienen un tiempo de...
El proceso de generación de datos es:y= sin ( x + I( d= 0 ) ) + sin ( x + 4 ∗ I( d= 1 ) ) + I( d= 0 )z2+ 3 I( d= 1 )z2+ N ( 0 , 1 )y=sin(x+I(d=0))+sin(x+4∗I(d=1))+I(d=0)z2+3I(d=1)z2+N(0,1)y = \text{sin}\Big(x+I(d=0)\Big) + \text{sin}\Big(x+4*I(d=1)\Big) + I(d=0)z^2 + 3I(d=1)z^2 +...
Primero simulemos algunos datos para una regresión logística con partes fijas y aleatorias: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr <-...
Tengo problemas para verificar los supuestos de una variable continua en un modelo de riesgos proporcionales. Si una variable fuera un factor con muchos niveles, entonces podría usar la prueba logrank o verificar si las transformaciones log (-log) de las curvas de supervivencia son paralelas. Pero,...
Estoy luchando por comprender completamente alguna notación en un libro donde usan un símbolo de "cruz", primero como ⨁i=1nZj⨁i=1nZj\bigoplus\limits_{i=1}^n{} Z_j donde el ZjZjZ_j son matrices y segundo como In⊗ΦIn⊗ΦI_n \otimes \Phi dónde InInI_n y ΦΦ\Phi son ambas matrices El libro trata sobre...
Algunos de ustedes podrían haber leído este bonito artículo: O'Hara RB, Kotze DJ (2010) No log-transforma los datos de recuento. Methods in Ecology and Evolution 1: 118–122. Klick . Actualmente estoy comparando modelos binomiales negativos con modelos gaussianos en datos transformados. A...
Estoy buscando una medida adecuada de la "varianza explicada" de un Poisson GLM (usando una función de enlace de registro). He encontrado una cantidad de recursos diferentes (tanto en este sitio como en otros lugares) que analizan una serie de diferentes pseudo-R2R2R^2 medidas, pero casi todos los...
En su libro "Análisis multinivel: una introducción al modelado multinivel básico y avanzado" (1999), Snijders y Bosker (cap. 8, sección 8.2, página 119) dijeron que la correlación intercepto-pendiente, calculada como la covarianza intercepto-pendiente dividida por la raíz cuadrada del producto de...
Me gustaría especificar un modelo de regresión logística donde tenga la siguiente relación: mi[YyoEl |Xyo] = f( βXyo 1+β2Xyo 2)E[Yi|Xi]=f(βxi1+β2xi2)E[Y_i|X_i] = f(\beta x_{i1} + \beta^2x_{i2}) donde es la función de logit inversa.Fff ¿Existe una forma "rápida" de hacer esto con funciones R...
Estoy tratando de estimar la brecha salarial de género para los trabajadores de oficina masculinos y femeninos en una gran empresa sueca para probar si existe discriminación de género. La prueba de Hausman rechaza la nulidad de que los efectos fijos individuales son aleatorios y, por lo tanto, no...
He estado usando la función glm.fit en R para ajustar parámetros a un modelo de regresión logística. Por defecto, glm.fit utiliza mínimos cuadrados repesados de forma iterativa para ajustar los parámetros. ¿Cuáles son algunas razones por las cuales este algoritmo no podría converger, cuando se...
Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Quiero ajustar un modelo lineal por R con family=binomial(link="identity"), sin embargo, la familia binomial no tiene un enlace de identidad. ¿Qué tengo que
Tengo curiosidad acerca de cómo el paquete lmerTest en R, específicamente la función "rand", maneja las pruebas de efectos aleatorios. Considere el ejemplo del pdf lmerTest en CRAN que usa el conjunto de datos "zanahorias" incorporado: #import lme4 package and lmerTest package...
Así que estoy jugando con la idea de escribir un algoritmo que crezca y elimine un árbol de regresión de los datos y luego, en los nodos terminales del árbol, se ajuste a un GLM. He estado tratando de leer sobre la idea, pero parece que no puedo encontrar ningún nombre consistente para la técnica....
Digamos que estamos interesados en cómo las calificaciones de los exámenes de los estudiantes se ven afectadas por la cantidad de horas que esos estudiantes estudian. Tomamos muestras de estudiantes de varias escuelas diferentes. Ejecutamos el siguiente modelo de efectos mixtos: grados de...
Pasé el día aprendiendo sobre el paquete bnlearn en R solo para descubrir que los modelos bayesianos no funcionan con gráficos no dirigidos. Estoy tratando de aprender sobre la red de campo aleatorio de Markov, y hasta ahora todo lo que he podido hacer es crear la estructura gráfica usando un LASSO...
Supongamos que tengo un conjunto de datos en el que la incertidumbre en las mediciones (que provienen de la propagación de errores sistemáticos del aparato de medición) es diferente para cada punto. Si hago una regresión lineal en el conjunto de datos, ¿cómo calculo la incertidumbre en la...