Pertanyaan yang diberi tag «poisson-regression»

Fenomena 'over-dispersi' dalam GLM muncul setiap kali kita menggunakan model yang membatasi varians dari variabel respon, dan data menunjukkan varians yang lebih besar daripada pembatasan model. Ini terjadi secara umum ketika pemodelan menghitung data menggunakan Poisson GLM, dan dapat didiagnosis dengan tes yang terkenal. Jika pengujian menunjukkan bahwa ada bukti …

15 generalized-linear-model  poisson-regression  overdispersion  quasi-likelihood 

Misalkan independen danY=(Y1,…,Yn)′Y=(Y1,…,Yn)′ \textbf{Y} = (Y_1, \dots, Y_n)' Yi=0Yi=kwith probability pi+(1−pi)e−λiwith probability (1−pi)e−λiλki/k!Yi=0with probability pi+(1−pi)e−λiYi=kwith probability (1−pi)e−λiλik/k!\eqalign{ Y_i = 0 & \text{with probability} \ p_i+(1-p_i)e^{-\lambda_i}\\ Y_i = k & \text{with probability} \ (1-p_i)e^{-\lambda_i} \lambda_{i}^{k}/k! } Juga misalkan parameter dan p = ( p 1 , … , p n ) …

14 poisson-regression  zero-inflation 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 5 tahun yang lalu . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance Residuals: Min 1Q …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Saya hanya ingin tahu apakah regresi Poisson memiliki istilah kesalahan? Dapatkah regresi Poisson memiliki efek acak dan istilah kesalahan? Saya bingung tentang hal ini. Dalam regresi logistik, tidak ada istilah kesalahan karena variabel hasil Anda adalah biner. Apakah itu satu-satunya model glm yang tidak memiliki istilah residual?

14 regression  mixed-model  generalized-linear-model  poisson-regression 

Saya telah menggunakan model tuning caret, tetapi kemudian menjalankan kembali model menggunakan gbmpaket. Ini adalah pemahaman saya bahwa caretpaket menggunakan gbmdan hasilnya harus sama. Namun, hanya menjalankan tes cepat menggunakan data(iris)menunjukkan perbedaan dalam model sekitar 5% menggunakan RMSE dan R ^ 2 sebagai metrik evaluasi. Saya ingin menemukan kinerja model …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Saya melakukan model Regresi Poisson dengan 1 variabel respons dan 6 kovariat. Pemilihan model menggunakan AIC menghasilkan model dengan semua kovariat serta 6 istilah interaksi. Namun BIC, menghasilkan model dengan hanya 2 kovariat dan tidak ada istilah interaksi. Mungkinkah kedua kriteria itu, yang terlihat sangat mirip, menghasilkan pilihan model yang …

12 model-selection  aic  poisson-regression  bic 

Saya telah menemukan tiga proposal untuk menangani overdispersi dalam variabel respon Poisson dan semua model awal efek tetap: Gunakan model kuasi; Gunakan GLM binomial negatif; Gunakan model campuran dengan efek acak tingkat subjek. Tapi yang mana yang harus dipilih, dan mengapa? Apakah ada kriteria aktual di antara ini?

12 regression  negative-binomial  poisson-regression  overdispersion  quasi-likelihood 

Saya melakukan regresi Poisson dengan tujuan akhir membandingkan (dan mengambil perbedaan) rata-rata yang diprediksi dihitung antara dua tingkat faktor dalam model saya: , sambil memegang kovariat model lain (yang semuanya biner) konstan. Saya bertanya-tanya apakah ada yang bisa memberikan saran praktis tentang kapan harus menggunakan tautan log versus tautan identitas. …

12 logistic  poisson-regression  link-function 

Dalam memodelkan data jumlah klaim di lingkungan asuransi, saya mulai dengan Poisson tetapi kemudian melihat penyebaran berlebihan. Quasi-Poisson lebih baik memodelkan hubungan mean-variance yang lebih besar daripada Poisson dasar, tetapi saya perhatikan bahwa koefisien identik dalam model Poisson dan Quasi-Poisson. Jika ini bukan kesalahan, mengapa ini terjadi? Apa manfaat menggunakan …

12 r  count-data  poisson-regression  overdispersion  quasi-likelihood 

Saya telah menemukan sejumlah pertanyaan praktis ketika memodelkan menghitung data dari penelitian eksperimental menggunakan eksperimen dalam subjek. Saya jelaskan secara singkat eksperimen, data, dan apa yang telah saya lakukan sejauh ini, diikuti oleh pertanyaan saya. Empat film berbeda diperlihatkan kepada sampel responden secara berurutan. Setelah setiap film wawancara dilakukan dimana …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

Saya ingin menguji regresi mana yang paling cocok dengan data saya. Variabel dependen saya adalah hitungan, dan memiliki banyak nol. Dan saya perlu bantuan untuk menentukan model dan keluarga apa yang akan digunakan (poisson atau quasipoisson, atau regresi poisson nol-inflasi), dan bagaimana menguji asumsi. Regresi Poisson: sejauh yang saya mengerti, …

11 r  count-data  zero-inflation  poisson-regression 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Saya mencoba memasukkan sedikit ke dalam statistik, tetapi saya terjebak dengan sesuatu. Data saya adalah sebagai berikut: Year Number_of_genes 1990 1 1991 1 1993 3 1995 4 Sekarang saya ingin membangun model regresi untuk dapat memprediksi jumlah gen untuk tahun tertentu berdasarkan data. Saya melakukannya dengan regresi linier sampai sekarang, …

10 regression  count-data  poisson-regression 

Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …

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 

Saya menganalisis data pelacakan mata dari percobaan yang dirancang. Versi sederhana dari data saya terlihat seperti ini (Anda bisa mendapatkan data dput () di sini ), head(lookDATA) participant fixationImage fixationCount 1 9 Automobile 81 2 9 Bird 63 3 9 Chair 82 4 9 Dog 64 5 9 Face 90 …

10 r  mixed-model  poisson-regression  lsmeans  lme4-nlme