Preguntas etiquetadas con likelihood-ratio

La razón de probabilidad es la razón de las probabilidades de dos modelos (o un valor de parámetro nulo y alternativo dentro de un solo modelo), que puede usarse para comparar o probar los modelos. Si alguno de los modelos no se especifica por completo, entonces se usa su máxima probabilidad sobre todos los parámetros libres; esto a veces se denomina razón de probabilidad generalizada.


2
Evaluación de la multicolinealidad de las variables predictoras dicotómicas
Estoy trabajando en un proyecto donde observamos el comportamiento en una tarea (por ejemplo, tiempo de respuesta) y modelamos este comportamiento en función de varias variables manipuladas experimentalmente, así como varias variables observadas (sexo del participante, coeficiente intelectual del participante, respuestas en un seguimiento) cuestionario). No me preocupa la multicolinealidad …


2
Prueba y pruebas de múltiples efectos aleatorios
Tengo curiosidad acerca de cómo el paquete lmerTest en R, específicamente la función "rand", maneja las pruebas de efectos aleatorios. Considere el ejemplo del pdf lmerTest en CRAN que usa el conjunto de datos "zanahorias" incorporado: #import lme4 package and lmerTest package library(lmerTest) #lmer model with correlation between intercept and …

2
Relación de probabilidad para la distribución exponencial de dos muestras
Deje que e sean dos variables aleatorias independientes con sus respectivos archivos PDF:XXXYYY f(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref \left(x;\theta_i \right) =\begin{cases} \frac{1}{\theta_i} e^{-x/ {\theta_i}} \quad 0<x<\infty, 0<\theta_i< \infty \\ 0 \quad \text{elsewhere} \end{cases} para . Se extraen dos muestras independientes para probar contra de los tamaños y de estas distribuciones. Necesito mostrar que el …


1
Cálculo de potencia para prueba de razón de probabilidad
Tengo dos variables aleatorias de Poisson independientes, y , con y . Quiero probar versus la alternativa .X1X1X_1X2X2X_2X1∼ Pois (λ1)X1∼Pois(λ1)X_1 \sim \text{Pois}(\lambda_1)X2∼ Pois (λ2)X2∼Pois(λ2)X_2 \sim \text{Pois}(\lambda_2)H0 0:λ1=λ2H0:λ1=λ2H_0:\, \lambda_1 = \lambda_2H1:λ1≠λ2H1:λ1≠λ2H_1:\, \lambda_1 \neq \lambda_2 Ya obtuve estimaciones de máxima verosimilitud bajo hipótesis nula y alternativa (modelo), y en base a las …
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.