Eu tenho um conjunto de dados com 8000 clusters e 4 milhões de observações. Infelizmente, meu software estatístico, Stata, roda lentamente ao usar sua função de dados em painel para regressão logística: xtlogitmesmo com uma subamostra de 10%. No entanto, ao usar a logitfunção não painel , os...
Eu gostaria de avaliar vários modelos diferentes que fornecem previsões de comportamento em um nível mensal. Os dados são equilibrados e 100.000 e T = 12. O resultado é assistir a um concerto em um determinado mês; portanto, é zero para ~ 80% das pessoas em qualquer mês, mas há uma longa cauda...
Quero atribuir pesos diferentes às variáveis em minha análise de cluster, mas meu programa (Stata) parece não ter uma opção para isso, então preciso fazê-lo manualmente. Imagine 4 variáveis A, B, C, D. Os pesos para essas variáveis devem ser w(A)=50% w(B)=25% w(C)=10% w(D)=15% Eu estou...
Estou executando um modelo OLS com uma variável de índice de ativos contínua como o DV. Meus dados são agregados de três comunidades semelhantes em estreita proximidade geográfica entre si. Apesar disso, achei importante usar a comunidade como uma variável de controle. Como se vê, a comunidade é...
Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 ou 0, em...
Estou tentando replicar o trabalho de um colega e estou movendo a análise de Stata para R. Os modelos que ela emprega invocam a opção "cluster" na função nbreg para agrupar os erros padrão. Veja http://repec.org/usug2007/crse.pdf para obter uma descrição bastante completa do quê e por que dessa...
Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois...
Estou usando um modelo de efeito fixo para os dados do meu painel (9 anos, 1000+ obs), pois meu teste de Hausman indica um valor . Quando adiciono variáveis fictícias para setores que minhas empresas incluíram, elas sempre são omitidas. Eu sei que há uma grande diferença quando se trata do DV...
Eu tenho um modelo de sobrevivência com pacientes aninhados em hospitais que inclui um efeito aleatório para os hospitais. O efeito aleatório é distribuído por gama, e estou tentando relatar a 'relevância' desse termo em uma escala que é facilmente compreendida. Encontrei as seguintes referências...
Comparação de proporções em duas amostras, estimativa do tamanho da amostra: R vs Stata Obtive resultados diferentes para tamanhos de amostra, da seguinte maneira: Em R power.prop.test(p1 = 0.70, p2 = 0.85, power = 0.90, sig.level = 0.05) Resultado: (so 161) para cada grupo.n =...
Lee e Lemieux (p. 31, 2009) sugerem que o pesquisador apresente os gráficos enquanto faz a análise de projeto de descontinuidade por regressão (RDD). Eles sugerem o seguinte procedimento: " ... por alguma largura de banda , e por algum número de caixas e para a esquerda e à direita do valor de...
Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse...
Recentemente, percebi que existem diferenças nos valores de curtose fornecidos pelo SPSS e Stata. Consulte http://www.ats.ucla.edu/stat/mult_pkg/faq/general/kurtosis.htm Meu entendimento é que a interpretação do mesmo seria, portanto, diferente. Algum conselho sobre como lidar com isso?...
Eu tenho duas séries de dados que traçam a idade média na morte ao longo do tempo. Ambas as séries demonstram um aumento da idade da morte ao longo do tempo, mas uma muito menor que a outra. Quero determinar se o aumento na idade de morte da amostra inferior é significativamente diferente do da...
Foi-me pedido para analisar alguns dados de um ensaio clínico, procurando dois métodos para medir a pressão arterial. Eu tenho dados de 50 indivíduos, cada um com entre 2 e 57 medidas usando cada método. Eu estou querendo saber a melhor forma de proceder. Obviamente, preciso de uma solução que...
Conheço a microeconometria de Cameron e Trivedi usando Stata. Quais são outros bons textos para aprender Stata?
Estou interessado em vincular registros em dois conjuntos de dados por nome, sobrenome e ano de nascimento. Isso pode ser possível com o algoritmo EM? Em caso afirmativo, como? Considere o seguinte registro no 1º como exemplo: Carl McCarthy, 1967. Pesquisarei todos os registros no segundo conjunto...
Suponha que eu tenha uma amostra de frequências de 4 eventos possíveis: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e tenho as probabilidades esperadas de meus eventos ocorrerem: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Com a soma das frequências observadas dos meus quatro eventos (18), posso calcular as...
Estou trabalhando em uma meta-análise de efeitos aleatórios, cobrindo uma série de estudos que não relatam desvios padrão; todos os estudos relatam o tamanho da amostra. Não acredito que seja possível aproximar ou imputar os dados ausentes do SD. Como uma metanálise que usa diferenças brutas (não...
É possível interpretar coeficientes a partir de uma regressão quantílica em dados padronizados? Suponha que eu padronize a variável dependente e a variável independente (subtraia a média e divida pelo desvio padrão) e depois execute uma regressão quantílica para a mediana comoxyyyxxx qreg y x,...