Im folgenden Code führe ich eine logistische Regression für gruppierte Daten mit glm und "von Hand" mit mle2 durch. Warum gibt mir die logLik-Funktion in R eine Log-Wahrscheinlichkeit logLik (fit.glm) = - 2.336, die sich von der logLik (fit.ml) = - 5.514 unterscheidet, die ich von Hand...
Ich versuche einfach, mit dnorm () die von der logLik-Funktion bereitgestellte Log-Wahrscheinlichkeit aus einem lm-Modell (in R) neu zu berechnen. Es funktioniert (fast perfekt) für eine hohe Anzahl von Daten (z. B. n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 +...
Ich reproduziere ein Beispiel aus verallgemeinerten, linearen und gemischten Modellen . Mein MWE ist unten: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution,...
Ich bin relativ neu in R und versuche, ein Modell an Daten anzupassen, die aus einer kategorialen Spalte und einer numerischen (ganzzahligen) Spalte bestehen. Die abhängige Variable ist eine fortlaufende Zahl. Die Daten haben das folgende Format: predCateg, predIntNum, ResponseVar Die Daten...
Ich bin verwirrt von Aussagen auf einer UCLA-Webseite über die logistische Regression mit gemischten Effekten. Sie zeigen eine Tabelle mit festen Effektkoeffizienten aus der Anpassung eines solchen Modells, und der folgende erste Absatz scheint die Koeffizienten genau wie eine normale logistische...
Ich habe eine Stichprobe von 1.449 Datenpunkten, die nicht korreliert sind (r-Quadrat 0,006). Bei der Analyse der Daten stellte ich fest, dass durch die Aufteilung der unabhängigen Variablenwerte in positive und negative Gruppen ein signifikanter Unterschied im Durchschnitt der abhängigen Variablen...
Sowohl bayesglm()(im Arm R-Paket) als auch verschiedene Funktionen im MCMCpack-Paket zielen darauf ab, die Bayes'sche Schätzung verallgemeinerter linearer Modelle durchzuführen, aber ich bin nicht sicher, ob sie tatsächlich dasselbe berechnen. Die MCMCpack-Funktionen verwenden die Markov-Kette...
Angenommen, ich interessiere mich für ein lineares Regressionsmodell für , weil ich sehen möchte, ob eine Wechselwirkung zwischen den beiden Kovariaten einen Einfluss auf Y hat.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 In den Kursnotizen...
Nehmen wir an, ich habe einen Vektor abhängiger Variablen und einen Vektor unabhängiger Variablen. Wenn gegen aufgetragen wird , sehe ich, dass zwischen beiden eine lineare Beziehung (Aufwärtstrend) besteht. Dies bedeutet nun auch, dass zwischen und ein linearer Abwärtstrend besteht...
Was sind die Unterschiede bei der Verwendung von verallgemeinerten linearen Modellen wie der automatischen Relevanzbestimmung (ARD) und der Ridge-Regression gegenüber Zeitreihenmodellen wie Box-Jenkins (ARIMA) oder der exponentiellen Glättung für Prognosen? Gibt es Faustregeln, wann GLM und wann...
Ich verwende glms in R (verallgemeinerte lineare Modelle). Ich dachte, ich kenne p-Werte - bis ich sah, dass das Aufrufen einer Zusammenfassung für ein glm keinen übergeordneten p-Wert ergibt, der für das gesamte Modell repräsentativ ist - zumindest nicht an der Stelle, an der lineare Modelle dies...
Es gibt nur wenige Erklärungen, die beschreiben, wie lineare Regressionskoeffizienten nach Differenzierung einer Zeitreihe interpretiert werden (um eine Einheitswurzel zu eliminieren). Ist es so einfach, dass es nicht nötig ist, es formell zu formulieren? (Ich bin mir dieser Frage bewusst , war mir...
Ich habe eine Frage zur Gültigkeit der Verwendung von RMSE (Root Mean Squared Error) zum Vergleich verschiedener Logistikmodelle. Die Antwort ist entweder 0oder 1und die Vorhersagen sind Wahrscheinlichkeiten zwischen 0- 1? Ist der unten angewandte Weg auch für die binären Antworten gültig? #...
Warum verwenden die Standardeinstellungen in R qqplot(linear model)die standardisierten Residuen auf der y-Achse? Warum verwendet R nicht die "regulären"
Mit R habe ich ein lineares Modell für eine einzelne Antwortvariable aus einer Mischung von kontinuierlichen und diskreten Prädiktoren angepasst. Dies ist sehr einfach, aber ich habe Probleme zu verstehen, wie ein Koeffizient für einen diskreten Faktor funktioniert. Konzept: Natürlich wird der...
Ich weiß, dass dies wahrscheinlich eine grundlegende Frage ist ... Aber ich scheine keine Antwort zu finden. Ich passe ein GLM an eine Poisson-Familie an und habe dann versucht, einen Blick auf die Vorhersagen zu werfen, aber der Offset scheint berücksichtigt zu werden:
Ich simuliere Bernoulli-Versuche mit einem zufälligen zwischen Gruppen und passe dann das entsprechende Modell mit an das Paket:logitθ ∼ N.( logitθ0, 12)logitθ∼N(logitθ0,12)\text{logit}\, \theta \sim {\cal N}(\text{logit}\, \theta_0, 1^2)lme4 library(lme4) library(data.table) I <- 30 # number...
Das folgende mehrstufige Logistikmodell mit einer erklärenden Variablen auf Ebene 1 (Einzelebene) und einer erklärenden Variablen auf Ebene 2 (Gruppenebene): π 0 j = γ 00 + γ 01 z j + u 0 j … ( 2 ) π 1 j = γ 10 + γ 11 z j + u 1 j … ( 3
Fragen: Werden in der Praxis falsche lineare Modelle verwendet oder werden sie von Zeit zu Zeit in wissenschaftlichen Fachzeitschriften beschrieben? Wenn ja, in welchen Bereichen werden sie eingesetzt? Gibt es andere Beispiele für solche Modelle? Schließlich wären Standardfehler, Werte, usw., die...
In meinem Bereich besteht die übliche Methode zum Zeichnen gepaarter Daten aus einer Reihe von dünn abfallenden Liniensegmenten, die mit dem Median und dem CI des Medians für die beiden Gruppen überlagert werden: Diese Art von Plot wird jedoch viel schwieriger zu lesen, da die Anzahl der...