Preguntas etiquetadas con beta-regression

La regresión beta es útil cuando la variable dependiente está acotada o cuando tiene un efecto techo o piso. También se puede utilizar para modelar tanto la media como la varianza.





2
¿Por qué exactamente la regresión beta no puede tratar con 0s y 1s en la variable de respuesta?
La regresión beta (es decir, GLM con distribución beta y generalmente la función de enlace logit) a menudo se recomienda para tratar la respuesta, también conocida como variable dependiente que toma valores entre 0 y 1, como fracciones, razones o probabilidades: regresión para un resultado (relación o fracción) entre 0 …

2
¿Por qué usar el enlace logit en la regresión beta?
Recientemente, he estado interesado en implementar un modelo de regresión beta, para un resultado que es una proporción. Tenga en cuenta que este resultado no encajaría en un contexto binomial, porque no existe un concepto significativo de un "éxito" discreto en este contexto. De hecho, el resultado es en realidad …





1
Intervalo de predicción para una proporción futura de éxitos bajo configuración binomial
Supongamos que ajusto una regresión binomial y obtengo las estimaciones puntuales y la matriz de varianza-covarianza de los coeficientes de regresión. Eso me permitirá obtener un IC para la proporción esperada de éxitos en un experimento futuro, , pero necesito un IC para la proporción observada. Se han publicado algunas …


2

1
¿Cuál es la diferencia entre la regresión beta y cuasi glm con varianza =
Primero déjame darte algunos antecedentes; Resumiré mis preguntas al final. La distribución Beta, parametrizada por su media yμμ\muϕϕ\phi, tiene Var( Y) = V( μ ) / ( ϕ + 1 )Var⁡(Y)=V⁡(μ)/ /(ϕ+1)\operatorname{Var}(Y) = \operatorname{V}(\mu)/(\phi+1), donde es la función de variación.V( μ ) = μ ( 1 - μ )V⁡(μ)=μ(1-μ)\operatorname{V}(\mu) = …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.