Tengo un conjunto de datos con 8000 clústeres y 4 millones de observaciones. Desafortunadamente, mi software estadístico, Stata, funciona bastante lento cuando uso su función de datos de panel para la regresión logística: xtlogitincluso con una submuestra del 10%. Sin embargo, cuando se utiliza la...
Me gustaría evaluar varios modelos diferentes que proporcionan predicciones de comportamiento a nivel mensual. Los datos están equilibrados, 100,000 y T = 12. El resultado es asistir a un concierto en un mes determinado, por lo que es cero para ~ 80% de las personas en cualquier mes, pero hay una...
Quiero asignar diferentes pesos a las variables en mi análisis de clúster, pero mi programa (Stata) no parece tener una opción para esto, así que necesito hacerlo manualmente. Imagine 4 variables A, B, C, D. Los pesos para esas variables deben ser w(A)=50% w(B)=25% w(C)=10% w(D)=15% Me...
Estoy ejecutando un modelo OLS con una variable de índice de activo continuo como DV. Mis datos se agregan de tres comunidades similares en estrecha proximidad geográfica entre sí. A pesar de esto, pensé que era importante usar la comunidad como una variable de control. Resulta que la comunidad es...
Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres...
Estoy tratando de replicar el trabajo de un colega y estoy trasladando el análisis de Stata a R. Los modelos que emplea invocan la opción "cluster" dentro de la función nbreg para agrupar los errores estándar. Consulte http://repec.org/usug2007/crse.pdf para obtener una descripción bastante...
Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos...
Estoy usando un modelo de efectos fijos para los datos de mi panel (9 años, 1000+ obs), ya que mi prueba de Hausman indica un valor . Cuando agrego variables ficticias para las industrias que incluyeron mis empresas, siempre se omiten. Sé que hay una gran diferencia cuando se trata del DV (índice...
Tengo un modelo de supervivencia con pacientes anidados en hospitales que incluye un efecto aleatorio para los hospitales. El efecto aleatorio está distribuido en gamma, y estoy tratando de informar la 'relevancia' de este término en una escala que se entiende fácilmente. He encontrado las...
Comparación de dos muestras de proporciones, estimación del tamaño de la muestra: R vs Stata Obtuve resultados diferentes para los tamaños de muestra, de la siguiente manera: En R power.prop.test(p1 = 0.70, p2 = 0.85, power = 0.90, sig.level = 0.05) Resultado: (entonces 161) para cada grupo.n =...
Lee y Lemieux (p. 31, 2009) sugieren al investigador que presente los gráficos mientras realiza el análisis de diseño de regresión discontinua (RDD). Sugieren el siguiente procedimiento: "... para algo de ancho de banda , y para cierto número de bins y a la izquierda y a la derecha del valor de...
Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos...
Recientemente me di cuenta de que existen diferencias en los valores de curtosis proporcionados por SPSS y Stata. Ver http://www.ats.ucla.edu/stat/mult_pkg/faq/general/kurtosis.htm Tengo entendido que la interpretación de lo mismo, por lo tanto, sería diferente. ¿Algún consejo sobre cómo lidiar...
Tengo dos series de datos que trazan la mediana de edad de muerte a lo largo del tiempo. Ambas series demuestran un aumento de la edad al morir con el tiempo, pero una muy inferior a la otra. Quiero determinar si el aumento en la edad al morir de la muestra inferior es significativamente diferente...
Me han pedido que analice algunos datos de un ensayo clínico que busca dos métodos para medir la presión arterial. Tengo datos de 50 sujetos, cada uno con entre 2 y 57 medidas utilizando cada método. Me pregunto cómo proceder mejor. Obviamente, necesito una solución que tenga en cuenta el hecho...
Sé de Microeconometría de Cameron y Trivedi usando Stata. ¿Cuáles son otros buenos textos para aprender Stata?
Estoy interesado en vincular registros en 2 conjuntos de datos por nombre, apellido y año de nacimiento. ¿Podría esto ser factible con el algoritmo EM, y si es así, cómo? Considere el siguiente registro en el 1er como ejemplo: Carl McCarthy, 1967. Buscaré en todos los registros del segundo...
Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...
Estoy trabajando en un metanálisis de efectos aleatorios que cubre varios estudios que no informan desviaciones estándar; Todos los estudios informan el tamaño de la muestra. No creo que sea posible aproximar o imputar los datos faltantes de SD. ¿Cómo se debe ponderar un metanálisis que utiliza...
¿Es posible interpretar los coeficientes de una regresión cuantil en datos estandarizados? Supongamos que estandarizo la variable dependiente yyy y la variable independiente xxx (reste la media y divida por la desviación estándar) y luego ejecute una regresión cuantil para la mediana, como qreg...