Als «binomial» getaggte Fragen

Die Binomialverteilung gibt die Häufigkeit von "Erfolgen" in einer festen Anzahl unabhängiger "Versuche" an. Verwenden Sie dieses Tag für Fragen zu Daten, die möglicherweise binomial verteilt sind, oder für Fragen zur Theorie dieser Verteilung.

2
Warum gibt mir SAS PROC GLIMMIX SEHR unterschiedliche Zufallsneigungen als glmer (lme4) für ein Binomial-Glmm
Ich bin ein mit R vertrauterer Benutzer und habe versucht, zufällige Steigungen (Auswahlkoeffizienten) für ungefähr 35 Personen über 5 Jahre für vier Lebensraumvariablen zu schätzen. Die Antwortvariable gibt an, ob ein Standort als Lebensraum "verwendet" (1) oder "verfügbar" (0) war ("Verwendung" unten). Ich verwende einen Windows 64-Bit-Computer. In R-Version 3.1.0 …
2
Warum ist diese Verteilung einheitlich?
Wir untersuchen statistische Tests nach Bayes und stoßen auf ein merkwürdiges (zumindest für mich) Phänomen. Betrachten Sie den folgenden Fall: Wir sind daran interessiert zu messen, welche Population A oder B eine höhere Conversion-Rate aufweist. Für eine Plausibilitätsprüfung setzen wir pA=pBpA=pBp_A = p_B , dh die Konversionswahrscheinlichkeit ist in beiden …
3
Intuitiver Grund, warum die Fisher Information of Binomial umgekehrt proportional zu
Es verwirrt / verwirrt mich, dass das Binomial eine Varianz proportional zu p(1−p)p(1−p)p(1-p) . Entsprechend ist die Fisher-Information proportional zu 1p(1−p)1p(1−p)\frac{1}{p(1-p)} . Was ist der Grund dafür? Warum wird die Fisher-Information beiminimiertp=0.5p=0.5p=0.5? Das heißt, warum ist die Inferenz beiam schwierigstenp=0.5p=0.5p=0.5? Kontext: Ich arbeite an einem Stichprobengrößenrechner, und die Formel für …
1
Unterschiede zwischen PROC Mixed und lme / lmer in R - Freiheitsgraden
Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade in den verschiedenen Tests zwischen PROC MIXEDund …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
Hierarchisches Bayes'sches Modell (?)
Bitte entschuldigen Sie, dass ich den statistischen Jargon abgeschlachtet habe :) Ich habe hier einige Fragen zu Werbung und Klickraten gefunden. Aber keiner von ihnen hat mir sehr geholfen, meine hierarchische Situation zu verstehen. Es gibt eine verwandte Frage. Handelt es sich bei diesen äquivalenten Darstellungen um dasselbe hierarchische Bayes'sche …
4
Schätzer für eine Binomialverteilung
Wie definieren wir einen Schätzer für Daten, die aus einer Binomialverteilung stammen? Für Bernoulli kann ich mir vorstellen, dass ein Schätzer einen Parameter p schätzt, aber für Binomial kann ich nicht sehen, welche Parameter zu schätzen sind, wenn wir n haben, um die Verteilung zu charakterisieren? Aktualisieren: Mit einem Schätzer …
3
Visualisieren Sie die bivariate Binomialverteilung
Frage: Wie sieht eine bivariate Binomialverteilung im dreidimensionalen Raum aus? Unten ist die spezifische Funktion, die ich für verschiedene Werte der Parameter visualisieren möchte; nämlich , p 1 und p 2 .nnnp1p1p_{1}p2p2p_{2} f(x1,x2)=n!x1!x2!px11px22,x1+x2=n,p1+p2=1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. Beachten Sie, dass es zwei Einschränkungen gibt. und p 1 + …
1
Überdispersion und Unterdispersion bei negativer Binomial / Poisson-Regression
Ich führte eine Poisson-Regression in SAS durch und stellte fest, dass der Pearson-Chi-Quadrat-Wert geteilt durch die Freiheitsgrade etwa 5 betrug, was auf eine signifikante Überdispersion hinweist. Also habe ich ein negatives Binomialmodell mit proc genmod angepasst und festgestellt, dass der Pearson-Chi-Quadrat-Wert geteilt durch die Freiheitsgrade 0,80 beträgt. Wird dies nun …
6
Ist es angemessen, n-Punkt-Likert-Skalendaten als n Versuche aus einem Binomialprozess zu behandeln?
Ich habe nie gemocht, wie Leute normalerweise Daten von Likert-Skalen analysieren, als ob Fehler kontinuierlich und Gauß'sch wären, wenn vernünftige Erwartungen bestehen, dass diese Annahmen zumindest an den Extremen der Skalen verletzt werden. Was halten Sie von folgender Alternative: Wenn die Antwort auf einer Punkt-Skala den Wert annimmt , erweitern …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.