La regresión de Poisson es uno de una serie de modelos de regresión para variables dependientes que son recuentos (enteros no negativos). Un modelo más general es la regresión binomial negativa. Ambos tienen numerosas variantes.
¿Qué gráficos de diagnóstico (y quizás pruebas formales) encuentra más informativos para las regresiones en las que el resultado es una variable de conteo? Estoy especialmente interesado en los modelos binomiales de Poisson y negativos, así como en sus homólogos inflados a cero y obstáculos de...
¿Alguien sabe por qué se utiliza la compensación en una regresión de Poisson? ¿Qué logras con
He notado que en R, Poisson y las regresiones binomiales negativas (NB) siempre parecen ajustarse a los mismos coeficientes para predictores categóricos, pero no continuos. Por ejemplo, aquí hay una regresión con un predictor categórico: data(warpbreaks) library(MASS) rs1 = glm(breaks ~...
Entiendo que para ciertos conjuntos de datos, como votar, funciona mejor. ¿Por qué se usa la regresión de Poisson sobre la regresión lineal ordinaria o la regresión logística? ¿Cuál es la motivación matemática para
Estoy tratando de ajustar los datos con un GLM (regresión de Poisson) en R. Cuando graficé los residuos frente a los valores ajustados, el gráfico creó múltiples "líneas" (casi lineales con una ligera curva cóncava). ¿Qué significa esto? library(faraway) modl <- glm(doctorco ~ sex + age + agesq...
Tengo una pregunta sobre la semántica sobre la que me gustaría la opinión de otros estadísticos. Sabemos que modelos como el logístico, Poisson, etc. se encuentran bajo el paraguas de modelos lineales generalizados. El modelo incluye funciones no lineales de los parámetros, que a su vez pueden...
Version corta: Sabemos que la regresión logística y la regresión probit pueden interpretarse como una variable latente continua que se discretiza de acuerdo con un umbral fijo antes de la observación. ¿Hay disponible una interpretación variable latente similar para, por ejemplo, la regresión de...
Estoy tratando de ajustar modelos lineales generalizados a algunos conjuntos de datos de conteo que pueden o no estar dispersos. Las dos distribuciones canónicas que se aplican aquí son Poisson y Binomial Negativo (Negbin), con EV y varianza.μμ\mu Vun rPAGS= μVarP=μVar_P = \mu Vun rnortesi= μ +...
Estoy tratando de diseñar por mí mismo cuando es apropiado usar qué tipo de regresión (geométrica, Poisson, binomial negativa) con datos de recuento, dentro del marco GLM (solo 3 de las 8 distribuciones GLM se usan para datos de recuento, aunque la mayoría de lo que He leído centros alrededor de...
Necesito algunos consejos sobre dos dilemas principales en mi investigación, que es un estudio de caso de 3 grandes productos farmacéuticos e innovación. El número de patentes por año es la variable dependiente. Mis preguntas son ¿Cuáles son los criterios más importantes para un buen modelo?...
Estoy tratando de ajustar una regresión para explicar el número de homicidios en cada distrito de una ciudad. Aunque sé que mis datos siguen una distribución de Poisson, intenté ajustar un OLS como este: log(y+1)=α+βX+ϵlog(y+1)=α+βX+ϵlog(y+1) = \alpha + \beta X + \epsilon Luego, también probé...
Recientemente descubrí cómo modelar exposiciones a lo largo del tiempo utilizando el registro de (p. Ej.) Tiempo como compensación en una regresión de Poisson. Comprendí que el desplazamiento corresponde a tener el tiempo como covariable con el coeficiente 1. Me gustaría entender mejor la...
¡Estoy realmente sorprendido por el hecho de que Poisson GLM acepta números no enteros! Mira: Datos (contenido de data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 R script: t <- read.table("data.txt") names(t) <- c('site', 'year', 'count',...
A menudo he visto consejos para verificar si un ajuste del modelo de Poisson se dispersa en exceso o no, lo que implica dividir la desviación residual entre los grados de libertad. La relación resultante debe ser "aproximadamente 1". La pregunta es de qué rango estamos hablando para "aproximados":...
Tengo datos de recuento (análisis de demanda / oferta con recuento de clientes, dependiendo de, posiblemente, muchos factores). Intenté una regresión lineal con errores normales, pero mi diagrama QQ no es realmente bueno. Intenté una transformación logarítmica de la respuesta: una vez más, mal...
El fenómeno de 'sobredispersión' en un GLM surge cada vez que usamos un modelo que restringe la varianza de la variable de respuesta, y los datos exhiben una mayor varianza de la que permite la restricción del modelo. Esto ocurre comúnmente cuando se modelan datos de conteo utilizando un Poisson...
Me preguntaba si la regresión de Poisson tiene un término de error. ¿Puede una regresión de Poisson tener efectos aleatorios y un término de error? Estoy confundido sobre este punto. En la regresión logística, no hay término de error porque su variable de resultado es binaria. ¿Es ese el único...
Supongamos que son independientes yY=(Y1,…,Yn)′Y=(Y1,…,Yn)′ \textbf{Y} = (Y_1, \dots, Y_n)' Yyo= 0Yyo= kwith probability pi+(1−pi)e−λiwith probability (1−pi)e−λiλki/k!Yi=0with probability pi+(1−pi)e−λiYi=kwith probability (1−pi)e−λiλik/k!\eqalign{ Y_i = 0 & \text{with probability} \...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 5 años . Call: glm(formula = darters ~ river + pH + temp,...
He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente...