«zero-inflation» etiketlenmiş sorular

Belirtilen referans dağılımına kıyasla bir değişkende aşırı 0'lar. Regresyon yaklaşımları, sıfır şişirilmiş modelleri ve engel (2 parçalı) modelleri içerir. Sayım verileri için Poisson veya negatif binom dağılımlarına dayanan sıfır şişirilmiş ve engelli modeller yaygındır (ZIP / ZINB ve HP / HNB).

1
Sıfır şişirilmiş Poisson veya sıfır şişirilmiş negatif binom için “sapma” ölçüsü mü?
D = 2 * (doymuş modelin log-olasılığı eksi modelin log-olasılığı) olarak tanımlanan ölçek sapması genellikle GLM modellerinde uyum iyiliğinin bir ölçüsü olarak kullanılır. [D (null model) - D (takılı model)] / D (null model) olarak tanımlanan açıklanan yüzde sapma, bazen doğrusal regresyonun R-karesi için GLM analogu olarak da kullanılır. ZIP …

3
Sürekli veri sıfırda biriken GLM
TB, AIDS vb. Gibi yıkıcı hastalıkların hastaneye yatış harcamalarını ne kadar iyi etkilediğini tahmin etmek için bir model çalıştırmaya çalışıyorum. Neredeyse hepsi cinsiyet, hanehalkı durumu başkanı, yoksulluk durumu ve tabii ki hastalığınız olup olmadığı için bir kukla olan bağımsız değişkenler olarak bağımlı değişken olarak "hastaneye yatış maliyetine" ve çeşitli bireysel …

2
R'deki sıfır şişirilmiş sayım modelleri: gerçek avantajı nedir?
Sıfır şişirilmiş kuş sayılarını analiz etmek için R paketi pscl'yi kullanarak sıfır şişirilmiş sayım modelleri uygulamak istiyorum . Ancak, ana işlevlerden biri için ( ? Zeroinfl ) dokümantasyonda verilen örneğe bir göz atarak, bu modellerin gerçek avantajından şüphe etmeye başladım. Burada verilen örnek koda göre, sıfır bileşen için regresyonlu standart …

2
Poisson regresyon varsayımları ve R'de nasıl test edileceği
Regresyonun verilerime en uygun olanını test etmek istiyorum. Bağımlı değişkenim bir sayıdır ve çok sayıda sıfır vardır. Hangi modeli ve aileyi kullanacağımı (poisson veya quasipoisson veya sıfır şişirilmiş poisson regresyonu) ve varsayımların nasıl test edileceğini belirlemek için biraz yardıma ihtiyacım var. Poisson Regresyonu: anladığım kadarıyla, güçlü varsayım, bağımlı değişkenin ortalama …

1
Sıfır şişirilmiş Poisson dağılımının ortalaması ve varyansı
Herkes sıfır şişirilmiş Poisson beklenen değer ve varyans, olasılık kütle fonksiyonu ile nasıl gösterebilir f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} burada olasılık gözlem binom işlemle sıfırdır ve olmasıdır Poisson ortalamasıdır türetilmiştir?ππ\piλλ\lambda Sonuç beklenen değer ve varyans .μ=(1−π)λμ=(1−π)λ\mu =(1-\pi)\lambdaμ+π1−πμ2μ+π1−πμ2\mu+ …

2
Sıfır şişirilmiş gama modellerinin doğru kullanımı ve yorumlanması
Arka plan: Ben şu anda hücresel ekspresyon oranları veri kümesi ile güreşen bir biyoistatistim. Çalışma , çeşitli donörlerden gruplar halinde toplanan bir dizi hücreyi belirli peptitlere maruz bıraktı . Hücreler ya yanıt olarak belirli biyobelirteçleri ifade eder ya da söylemezler. Yanıt oranları daha sonra her donör grubu için kaydedilir. Yanıt …

2
Sıfır şişirilmiş verilere sahip GAMM
R'de sıfır şişirilmiş veriler için bir GAMM (Genelleştirilmiş Katkı Karma Modeli) takmak mümkün müdür? Değilse, R'de negatif binom veya yarı Poisson dağılımı olan sıfır şişirilmiş veriler için bir GAM (Genelleştirilmiş Katkı Modeli) yerleştirmek mümkün müdür? ( Poisson dağılımı için COZIGAM :: zigam ve mgcv: ziP fonksiyonlarını buldum )

2
Sıfır kesik Poisson ve temel Poisson iç içe mi iç içe mi?
Temel bir Poisson regresyonunun sıfır şişirilmiş Poisson regresyonunun iç içe bir versiyonu olup olmadığını tartışan pek çok şey gördüm. Örneğin, bu site , bunun sıfırın modellenmesi için fazladan parametreler içerdiğini, ancak başka bir şekilde, öncekiyle aynı Poisson regresyon parametrelerini içerdiğini, ancak sayfa katılmayan bir referans içerdiğini iddia eder. Hakkında bilgi …


Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.