Als «negative-binomial» getaggte Fragen

Eine diskrete, univariate Verteilung, die die Anzahl von modelliert Bernoulli(p) Versuchserfolge, bis eine bestimmte Anzahl von Fehlern auftritt.

2
Interpretation der Inzidenzratenverhältnisse
Ich möchte also ein Negativ-Binomial-Modell mit zufälligen Effekten anpassen. Für ein solches Modell kann STATA potenzierte Koeffizienten erzeugen. Der Hilfedatei zufolge können solche Koeffizienten als Inzidenzratenverhältnisse interpretiert werden. Leider bin ich kein englischer Muttersprachler und verstehe nicht wirklich, welche Inzidenzratenverhältnisse vorliegen und wie ich sie übersetzen könnte. Meine Frage ist …
1
Wie gehe ich mit Überdispersion in der Poisson-Regression um: Quasi-Wahrscheinlichkeit, negativer binomialer GLM oder zufälliger Effekt auf Subjektebene?
Ich habe drei Vorschläge zur Behandlung der Überdispersion in einer Poisson-Antwortvariablen und einem Startmodell mit allen festen Effekten gefunden: Verwenden Sie ein Quasi-Modell. Verwenden Sie negatives Binomial-GLM. Verwenden Sie ein gemischtes Modell mit einem zufälligen Effekt auf Subjektebene. Aber was soll man eigentlich wählen und warum? Gibt es ein tatsächliches …
1
Überdispersions- und Modellierungsalternativen in Poisson-Zufallseffektmodellen mit Offsets
Ich bin auf eine Reihe praktischer Fragen gestoßen, wenn ich Zähldaten aus experimenteller Forschung mithilfe eines subjektinternen Experiments modelliere. Ich beschreibe kurz das Experiment, die Daten und das, was ich bisher gemacht habe, gefolgt von meinen Fragen. Einer Stichprobe von Befragten wurden nacheinander vier verschiedene Filme gezeigt. Nach jedem Film …
1
Probleme beim Finden eines guten Modells für Zähldaten mit gemischten Effekten - ZINB oder etwas anderes?
Ich habe einen sehr kleinen Datensatz zur Bienenfülle, den ich nur schwer analysieren kann. Es handelt sich um Zählungsdaten, und fast alle Zählungen erfolgen in einer Behandlung, wobei die meisten Nullen in der anderen Behandlung vorkommen. Es gibt auch einige sehr hohe Werte (jeweils einer an zwei der sechs Stellen), …
1
Kriterien für die Auswahl des „besten“ Modells in einem Hidden-Markov-Modell
Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... …
1
Maximum Likelihood Estimator für negative Binomialverteilung
Die Frage ist folgende: Eine Zufallsstichprobe von n Werten wird aus einer negativen Binomialverteilung mit dem Parameter k = 3 gesammelt. Finden Sie den Maximum-Likelihood-Schätzer des Parameters π. Finden Sie eine asymptotische Formel für den Standardfehler dieses Schätzers. Erklären Sie, warum die negative Binomialverteilung ungefähr normal ist, wenn der Parameter …
2
Variable als Zähldaten skalieren - richtig oder nicht?
In diesem Artikel (frei verfügbar über PubMed Central) verwenden die Autoren eine negative binomiale Regression, um die Punktzahl auf einem 10-Punkte-Screening-Instrument mit einer Bewertung von 0 bis 40 zu modellieren. Bei diesem Verfahren werden Zähldaten vorausgesetzt, was hier eindeutig nicht der Fall ist. Ich würde gerne Ihre Meinung dazu erfahren, …
1
Warum haben Anova () und drop1 () unterschiedliche Antworten für GLMMs geliefert?
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese beiden letzteren geben die gleichen Antworten. Unter Verwendung einer Reihe …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
Vergleich negatives Binomialmodell und Quasi-Poisson
Ich habe negative Binomial- und Quasi-Poisson-Modelle ausgeführt, die auf einem Ansatz zum Testen von Hypothesen basieren. Meine endgültigen Modelle, die beide Methoden verwenden, haben unterschiedliche Kovariaten und Wechselwirkungen. Es scheint, dass es in beiden Fällen keine Muster gibt, wenn ich meine Residuen zeichne. Daher habe ich mich gefragt, mit welchem …
1
Hilfe bei der Interpretation von Zähldaten GLMM mit lme4 glmer und glmer.nb - Negatives Binomial gegenüber Poisson
Ich habe einige Fragen zur Spezifikation und Interpretation von GLMMs. 3 Fragen sind definitiv statistisch und 2 beziehen sich genauer auf R. Ich poste hier, weil ich letztendlich denke, dass das Problem die Interpretation der GLMM-Ergebnisse ist. Ich versuche gerade, ein GLMM zu montieren. Ich verwende US-Volkszählungsdaten aus der Longitudinal …
2
GAMM mit null aufgeblasenen Daten
Ist es möglich, ein GAMM (Generalized Additive Mixed Model) für Daten ohne Inflation in R anzupassen? Wenn nicht, ist es möglich, ein GAM (Generalized Additive Model) für Daten ohne Inflation mit einer negativen Binomial- oder Quasi-Poisson-Verteilung in R anzupassen? (Ich fand COZIGAM :: zigam- und mgcv: ziP- Funktionen für die …
1
Ist das negative Binom nicht wie in der Exponentialfamilie ausdrückbar, wenn es 2 Unbekannte gibt?
Ich hatte eine Hausaufgabe, um die negative Binomialverteilung als exponentielle Verteilungsfamilie auszudrücken, da der Dispersionsparameter eine bekannte Konstante war. Das war ziemlich einfach, aber ich fragte mich, warum sie erfordern würden, dass wir diesen Parameter festhalten. Ich stellte fest, dass ich keinen Weg finden konnte, es in die richtige Form …
2
Warum sind Pearsons Residuen einer negativen Binomialregression kleiner als die einer Poisson-Regression?
Ich habe diese Daten: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Ich habe eine Poisson-Regression durchgeführt poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Und eine negative binomiale Regression: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Dann berechnete ich …
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.