Na prática, o uso de um teste T padrão para verificar a significância de um coeficiente de regressão linear é prática comum. A mecânica do cálculo faz sentido para mim. Por que a distribuição T pode ser usada para modelar a estatística de teste padrão usada no teste de hipótese de regressão...
Dada uma variável prevista (P), um efeito aleatório (R) e um efeito fixo (F), pode-se ajustar dois * modelos de efeitos mistos ( sintaxe lme4 ): m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) Pelo que entendi, o segundo modelo é aquele que permite que o efeito fixo varie entre os níveis...
Eu tenho uma pergunta sobre a técnica adequada de inicialização para usar com dados em que um cluster forte está presente. Fui encarregado de avaliar um modelo preditivo de efeitos mistos multivariados nos dados de reivindicações de seguros, pontuando o modelo de linha de base atual em dados de...
Considere o modelo linear simples: yy=X′ββ+ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon onde ϵi∼i.i.d.N(0,σ2)ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2) e X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} ,p≥2p≥2p\geq2 eXXX contém uma coluna de constantes. Meu questão é, dado...
Conforme explicado neste folheto do curso (página 1) , um modelo linear pode ser escrito no formato: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, onde yyy é a variável de resposta e xixix_{i} é o ithithi^{th} variável de motivos. Freqüentemente,...
O que é modelo nulo em regressão e qual a relação entre modelo nulo e hipótese nula? Para meu entendimento, isso significa Usando "média da variável de resposta" para prever a variável de resposta contínua? Usando a "distribuição de etiquetas" na previsão de variáveis de resposta...
Minhas perguntas são: Os modelos lineares generalizados (GLMs) garantem convergir para um máximo global? Se sim, por quê? Além disso, que restrições existem na função de link para garantir a convexidade? Meu entendimento dos GLMs é que eles maximizam uma função de probabilidade altamente...
A computação bayesiana aproximada é uma técnica muito interessante para ajustar basicamente qualquer modelo estocástico, destinado a modelos em que a probabilidade é intratável (por exemplo, você pode fazer uma amostra do modelo se fixar os parâmetros, mas não puder calcular numericamente,...
Eu tenho um modelo linear clássico, com 5 possíveis regressores. Eles não estão correlacionados entre si e têm uma correlação bastante baixa com a resposta. Cheguei a um modelo em que três dos regressores têm coeficientes significativos para sua estatística t (p <0,05). A adição de uma ou das...
Várias descrições na seleção de modelos sobre efeitos aleatórios de Modelos Mistos Lineares instruem a usar REML. Conheço a diferença entre REML e ML em algum nível, mas não entendo por que REML deve ser usado porque ML é tendencioso. Por exemplo, é errado realizar um LRT em um parâmetro de...
Olá gurus estatísticos e assistentes de programação R, Estou interessado em modelar capturas de animais em função das condições ambientais e do dia do ano. Como parte de outro estudo, tenho contagens de capturas em ~ 160 dias em três anos. Em cada um desses dias, tenho temperatura, precipitação,...
Estou tendo problemas para entender a saída do meu lmer()modelo. É um modelo simples de uma variável de resultado (Suporte) com interceptações de estado variáveis / efeitos aleatórios de estado: mlm1 <- lmer(Support ~ (1 | State)) Os resultados de summary(mlm1)são: Linear mixed model fit by...
Ainda sou muito novo em modelos lineares generalizados e luto com muita notação na maioria dos textos GLM que peguei. Existem livros GLM extremamente populares que se prestam melhor à
Eu sempre tenho dificuldade em explicar técnicas estatísticas para o público sem formação estatística. Se eu quisesse explicar o que o GLM é para esse público (sem jogar fora o jargão estatístico), qual seria a maneira melhor ou mais eficaz? Eu normalmente explico o GLM com três partes - (1) o...
Eu sei que os Pearson Residuals padronizados são obtidos de uma maneira probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} Residuais de Deviance e Deviance são obtidos de uma maneira mais estatística (a contribuição de cada ponto...
Eu tenho usado o MCMCglmmpacote recentemente. Estou confuso com o que é referido na documentação como estrutura R e estrutura G. Eles parecem estar relacionados aos efeitos aleatórios - em particular especificando os parâmetros para a distribuição anterior sobre eles, mas a discussão na...
Digamos que temos um modelo mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different subjects...
Fórmulas de modelo em R, como y ~ x + a*b + c:d são baseados na chamada notação de Wilkinson : Wilkinson e Rogers 1973, Descrição Simbólica de Modelos Fatoriais para Análise de Variância . Este artigo não discutiu notações para modelos mistos (que talvez não existissem na época). Então, onde as...
Eu tenho um conjunto de dados que consiste em uma série de contagens de casos mensais "quebradas" de vários sites. Estou tentando obter uma única estimativa resumida de duas técnicas diferentes: Técnica 1: Ajuste um "bastão quebrado" com um Poisson GLM com uma variável indicadora 0/1 e use uma...
Nos modelos lineares, precisamos verificar se existe um relacionamento entre as variáveis explicativas. Se eles se correlacionam demais, há colinearidade (ou seja, as variáveis se explicam parcialmente). Atualmente, estou apenas olhando para a correlação pareada entre cada uma das variáveis...