«causality» etiketlenmiş sorular

Formun bir GLMM var: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kullandığımda , araç paketinden veya drop1(model, test="Chi")kullandığımdan farklı sonuçlar alıyorum . Bu son ikisi aynı cevapları verir.Anova(model, type="III")summary(model) Bir grup uydurma veri kullanarak, bu iki yöntemin normalde farklı olmadığını gördüm. Dengeli doğrusal …

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 

Aşağıdaki standart denklem ile farklılıklar farklılıkları yaklaşım hakkında bir sorum var: nerede tedavi tedavi grup ve sonrası için bir kukla değişkendir. y=a+b1treat+b2post+b3treat⋅post+uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u Şimdi sorum basit: Neden çoğu makale hala ek kontrol değişkenleri kullanıyor? Paralel eğilim varsayımı doğruysa, ek kontroller hakkında endişelenmemiz …

10 regression  multiple-regression  causality 

Şu anda Pearl'ün nedensellik ve bir modelin parametrik olmayan kimliği ile gerçek tahmin arasındaki bağlantıyı kurmak için mücadele konusundaki makalesini (Pearl, 2009, 2. baskı) okuyorum. Ne yazık ki, Pearl'ün kendisi bu konuda çok sessiz. Örnek vermek gerekirse, nedensel bir yolla aklıma gelen basit bir modelim var, x → z→ yx→z→yx …

10 estimation  references  causality 

Bu sadece birkaç kez karşılaştığım bir örnektir, bu yüzden örnek verilerim yok. R'de doğrusal regresyon modeli çalıştırmak: a.lm = lm(Y ~ x1 + x2) x1sürekli bir değişkendir. x2kategoriktir ve üç değeri vardır, örneğin "Düşük", "Orta" ve "Yüksek". Bununla birlikte, R tarafından verilen çıktı aşağıdaki gibi olacaktır: summary(a.lm) Estimate Std. Error …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Anladığım kadarıyla regresyon bile nedensellik vermiyor. Sadece y değişkeni ve x değişkeni ve muhtemelen bir yön arasında ilişki verebilir. Doğrumuyum? Çoğu ders kitaplarında ve çevrimiçi çeşitli ders sayfalarında bile "x tahminleri y" ile benzer ifadeler buldum. Ve sık sık regresörleri yordayıcı, y ise yanıt olarak adlandırırsınız. Doğrusal regresyon için kullanmak …

9 regression  logistic  predictive-models  terminology  causality 

Eğilim skoru ağırlıklandırmasını (özellikle IPTW) kullanarak gözlemsel verilerden ortalama tedavi etkisini tahmin etmeye çalışıyorum. Bence ATE'yi doğru şekilde hesaplıyorum, ama ters eğilim puan ağırlıklarını dikkate alarak ATE'nin güven aralığını nasıl hesaplayacağımı bilmiyorum. Ortalama tedavi etkisini hesaplamak için kullandığım denklem (referans Stat Med. 10 Eyl 2010; 29 (20): 2137-2148.): A TE=1N-Σ1N-ZbenYbenpben-1N-Σ1N-( …

9 r  survey  causality  propensity-scores  observational-study 

Promosyon modelleme amaçları için dışsal değişkenlerle zenginleştirilmiş ARIMA modellemesi ile meşgulüm ve iş kullanıcılarına açıklamakta zorlanıyorum. Bazı durumlarda yazılım paketleri basit bir aktarım işlevi ile sonuçlanır, yani parametre * Ekzojen Değişken. Bu durumda yorum kolaydır, yani tanıtım faaliyeti X (eksojen ikili değişken tarafından temsil edilir) bağımlı değişkeni (örneğin talep) Y …

9 time-series  data-visualization  forecasting  arima  causality 

Rastgele atama değerlidir, çünkü tedavinin potansiyel sonuçlardan bağımsız olmasını sağlar. Ortalama tedavi etkisinin tarafsız tahminlerine bu şekilde yol açar. Ancak diğer atama şemaları da tedavinin potansiyel sonuçlardan bağımsız olmasını sistematik olarak sağlayabilir. Öyleyse neden rastgele görevlendirmeye ihtiyacımız var? Başka bir deyişle, rastgele atamanın, tarafsız çıkarımlara yol açan rastgele olmayan atama …

9 econometrics  experiment-design  causality  instrumental-variables  random-allocation