Pertanyaan yang diberi tag «negative-binomial»

Distribusi diskrit, univariat memodelkan jumlah percobaan berhasil sampai sejumlah kegagalan tertentu terjadi. Bernoulli(p)

4
Plot diagnostik untuk regresi jumlah
Plot diagnostik apa (dan mungkin tes formal) yang menurut Anda paling informatif untuk regresi di mana hasilnya adalah variabel hitungan? Saya terutama tertarik pada Poisson dan model binomial negatif, serta rekan-rekan nol-inflated dan rintangan masing-masing. Sebagian besar sumber yang saya temukan hanya memplot nilai residual vs nilai tanpa diskusi tentang …

2
Kapan Poisson dan regresi binomial negatif sesuai dengan koefisien yang sama?
Saya perhatikan bahwa dalam regresi R, Poisson dan negatif binomial (NB) selalu cocok dengan koefisien yang sama untuk prediktor kategoris, tetapi tidak kontinu. Misalnya, berikut ini adalah regresi dengan prediktor kategori: data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) #compare coefficients cbind("Poisson"=coef(rs1), "NB"=coef(rs2)) …

2
Memahami parameter di dalam Distribusi Binomial Negatif
Saya mencoba untuk menyesuaikan data saya ke dalam berbagai model dan tahu bahwa fitdistrfungsi dari perpustakaan MASSdari Rmemberi saya Negative Binomialsebagai yang terbaik-fit. Sekarang dari halaman wiki , definisi diberikan sebagai: Distribusi NegBin (r, p) menggambarkan probabilitas kegagalan k dan keberhasilan r dalam percobaan k + r Bernoulli (p) dengan …



3
Apa itu theta dalam regresi binomial negatif yang dilengkapi dengan R?
Saya punya pertanyaan tentang regresi binomial negatif: Misalkan Anda memiliki perintah berikut: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Perhatikan bahwa mobil adalah set data yang tersedia dalam R, dan saya tidak terlalu peduli jika model ini masuk akal.) Yang ingin saya ketahui adalah: Bagaimana saya bisa menafsirkan variabel theta(seperti yang dikembalikan …


2
Diagnostik untuk model linier umum (campuran) (khususnya residu)
Saat ini saya kesulitan menemukan model yang tepat untuk data penghitungan yang sulit (variabel dependen). Saya telah mencoba berbagai model yang berbeda (model efek campuran diperlukan untuk jenis data saya) seperti lmerdan lme4(dengan log transformasi) serta model efek campuran linier umum dengan berbagai keluarga seperti Gaussian atau binomial negatif. Namun, …

2
Generalisasi berkelanjutan dari distribusi binomial negatif
Distribusi binomial negatif (NB) didefinisikan pada bilangan bulat non-negatif dan memiliki fungsi massa probabilitas f(k;r,p)=(k+r−1k)pk(1−p)r.f(k;r,p)=(k+r−1k)pk(1−p)r.f(k;r,p)={\binom {k+r-1}{k}}p^{k}(1-p)^{r}.Apakah masuk akal untuk mempertimbangkan distribusi kontinu pada real non-negatif yang didefinisikan oleh rumus yang sama (mengganti k∈N0k∈N0k\in \mathbb N_0 oleh x∈R≥0x∈R≥0x\in\mathbb R_{\ge 0} )? Koefisien binomial dapat ditulis ulang sebagai produk dari (k+1)⋅…⋅(k+r−1)(k+1)⋅…⋅(k+r−1)(k+1)\cdot\ldots\cdot(k+r-1) , …

2
Beralih dari Memodelkan Proses menggunakan Distribusi Poisson untuk menggunakan Distribusi Binomial Negatif?
\newcommand{\P}{\mathbb{P}} Kami memiliki proses acak yang mungkin-atau-mungkin-tidak terjadi beberapa kali dalam jangka waktu TTT . Kami memiliki umpan data dari model yang sudah ada dari proses ini, yang menyediakan probabilitas sejumlah peristiwa yang terjadi pada periode 0≤t&lt;T0≤t&lt;T0 \leq t < T . Model yang ada ini sudah tua dan kita …

3
Apa model yang sesuai untuk data jumlah yang tidak terdispersi?
Saya mencoba untuk memodelkan data jumlah dalam R yang tampaknya kurang terdispersi (Dispersion Parameter ~ .40). Ini mungkin mengapa model glmdengan family = poissonatau binomial negatif ( glm.nb) tidak signifikan. Ketika saya melihat deskripsi data saya, saya tidak memiliki kemiringan data hitung yang khas dan residu dalam dua kondisi eksperimental …


1
Kapan menggunakan Poisson vs. GLM binomial geometris vs. negatif untuk data jumlah?
Saya mencoba untuk tata letak sendiri pada saat yang tepat itu untuk penggunaan jenis regresi (geometris, Poisson, binomial negatif) dengan data hitung, dalam kerangka GLM (hanya 3 dari 8 distribusi GLM digunakan untuk data count, meskipun sebagian besar dari apa Saya telah membaca pusat di sekitar distribusi binomial dan Poisson …


1
Mengapa kuasi-Poisson di GLM tidak diperlakukan sebagai kasus khusus binomial negatif?
Saya mencoba menyesuaikan model linier umum untuk beberapa set data jumlah yang mungkin atau mungkin tidak disebarkan secara berlebihan. Dua distribusi kanonik yang berlaku di sini adalah Poisson dan Negative Binomial (Negbin), dengan EV dan variansμμ\mu Va rP= μVSebuahrP=μVar_P = \mu Va rNB= μ + μ2θVSebuahrNB=μ+μ2θVar_{NB} = \mu + \frac{\mu^2}{\theta} …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.