Atualmente, estou lutando para encontrar o modelo certo para dados de contagem difícil (variável dependente). Eu tentei vários modelos diferentes (modelos de efeitos mistos são necessários para o meu tipo de dados) como lmere lme4(com uma transformação de log), bem como modelos de efeitos mistos...
Estou um pouco confuso sobre quais são os pressupostos da regressão linear. Até agora, verifiquei se: todas as variáveis explicativas se correlacionaram linearmente com a variável resposta. (Esse foi o caso) houve colinearidade entre as variáveis explicativas. (houve pouca colinearidade). as...
Definimos uma arquitetura de gargalo como o tipo encontrado no artigo da ResNet , em que [duas camadas de conv3 3x3] são substituídas por [uma conv de 1x1, uma conv de 3x3 e outra conv. De 1x1]. Entendo que as camadas 1x1 conv são usadas como uma forma de redução de dimensão (e restauração),...
Gelman e Hill (2006) escrevem na p46 que: A suposição de regressão que geralmente é menos importante é que os erros são normalmente distribuídos. De fato, com o objetivo de estimar a linha de regressão (em comparação com a previsão de pontos de dados individuais), a suposição de normalidade é...
Recentemente, eu comecei a ajustar modelos mistos de regressão na estrutura bayesiana, usando um algoritmo MCMC (função MCMCglmm em R, na verdade). Acredito ter entendido como diagnosticar a convergência do processo de estimativa (traço, gráfico de geweke, autocorrelação, distribuição posterior...
De acordo com um texto que estou usando, a fórmula para a variação do residual é dada por:ithithi^{th} σ2(1−1n−(xi−x¯¯¯)2Sxx)σ2(1−1n−(xi−x¯)2Sxx)\sigma^2\left ( 1-\frac{1}{n}-\frac{(x_{i}-\overline{x})^2}{S_{xx}} \right ) Eu acho isso difícil de acreditar desde o residual é a diferença entre o...
A Wikipedia e a vinheta do pacote sanduíche R fornecem boas informações sobre as suposições que suportam erros padrão do coeficiente de OLS e os antecedentes matemáticos dos estimadores sanduíche. Ainda não estou claro como o problema da heterocedasticidade dos resíduos é tratado, provavelmente...
No contexto da regressão OLS, entendo que um gráfico residual (vs valores ajustados) é convencionalmente visto para testar a variação constante e avaliar a especificação do modelo. Por que os resíduos são plotados contra os ajustes, e não os valores de ? Como as informações diferem desses dois...
Embora esses dois termos onipresentes sejam freqüentemente usados como sinônimos, às vezes parece haver uma distinção. Existe realmente uma diferença, ou eles são exatamente
Eu tenho um GLMM com uma distribuição binomial e uma função de link de logit e tenho a sensação de que um aspecto importante dos dados não está bem representado no modelo. Para testar isso, eu gostaria de saber se os dados estão bem descritos por uma função linear na escala de logit. Por isso,...
Em um cenário de regressão do LASSO, em que y= Xβ+ ϵy=Xβ+ϵy= X \beta + \epsilon , e as estimativas do LASSO são fornecidas pelo seguinte problema de otimização minβ| | y- Xβ| | +τ| | β| |1minβ||y-Xβ||+τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 Existem suposições distributivas em...
Contexto Esta pergunta usa R, mas trata de questões estatísticas gerais. Estou analisando os efeitos dos fatores de mortalidade (% de mortalidade por doenças e parasitismo) na taxa de crescimento populacional da mariposa ao longo do tempo, onde populações de larvas foram amostradas de 12 locais...
Eu realmente não entendo heterocedasticidade. Gostaria de saber se meu modelo é apropriado ou não, de acordo com esse
Suponha que executamos uma regressão linear simples , salvamos os resíduos e desenhamos um histograma de distribuição de resíduos. Se obtivermos algo que se parece com uma distribuição familiar, podemos assumir que nosso termo de erro tem essa distribuição? Digamos, se descobrimos que os resíduos...
Uma pergunta de iniciante sobre o resíduo de Pearson no contexto do teste do qui-quadrado para a qualidade do ajuste: Além da estatística de teste, a chisq.testfunção de R reporta o resíduo de Pearson: (obs - exp) / sqrt(exp) Entendo por que olhar para a diferença bruta entre valores observados...
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...
Isso é algo que estou vendo feito como uma espécie de método ad-hoc e me parece muito suspeito, mas talvez esteja faltando alguma coisa. Já vi isso em regressão múltipla, mas vamos simplificar: yEu= β0 0+ β1xEu+ εEuyEu=β0 0+β1xEu+εEu y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Agora...
Estou tentando fazer uma regressão em dados heterocedásticos em que estou tentando prever as variações de erro, bem como os valores médios em termos de um modelo linear. Algo
Estou fazendo uma regressão de riscos proporcionais de Cox em R usando coxph, que inclui muitas variáveis. Os resíduos de Martingale parecem ótimos, e os resíduos de Schoenfeld são ótimos para QUASE todas as variáveis. Existem três variáveis cujos resíduos de Schoenfeld não são planos e a...
Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em...