Preguntas etiquetadas con logit

¿Alguien tiene una derivación de cómo funciona un desplazamiento en modelos binarios como probit y logit? En mi problema, la ventana de seguimiento puede variar en longitud. Supongamos que los pacientes reciben una inyección profiláctica como tratamiento. El tiro sucede en diferentes momentos, por lo que si el resultado es …

12 logit  probit  logarithm  offset 

En una regresión logística solo con términos lineales y cuadráticos, si tengo un coeficiente lineal y un coeficiente cuadrático , ¿puedo decir que hay un punto de inflexión de la probabilidad en ?β 2 - β 1 / ( 2 β 2 )β1β1\beta_1β2β2\beta_2−β1/(2β2)−β1/(2β2)-\beta_1 / (2\beta_2)

12 interpretation  logit  polynomial 

En una publicación anterior, me preguntaba cómo lidiar con los puntajes EQ-5D . Recientemente me topé con la regresión logística de cuantiles sugerida por Bottai y McKeown que introduce una forma elegante de lidiar con resultados acotados. La fórmula es simple: l o gi t ( y) = l o …

12 r  logistic  data-visualization  logit  quantile-regression 

Estoy tratando de hacer una regresión logit ordenada. Estoy ejecutando el modelo así (solo un pequeño modelo tonto que estima el número de empresas en un mercado a partir de medidas de ingresos y población). Mi pregunta es sobre predicciones. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Cuando ejecuto predicción (que estoy …

12 r  econometrics  logit  ordered-logit 

¿Alguien puede explicar cómo calcular el efecto marginal del modelo Probit y Logit en términos simples? Soy nuevo en estadísticas y estoy confundido acerca de estos dos modelos.

12 logistic  interpretation  logit  probit 

Esto es lo que quiero hacer, pero parece que no hay ningún predictmétodo para el mlogit. ¿Algunas ideas? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

La regresión logística modela las probabilidades de registro de un evento como un conjunto de predictores. Es decir, log (p / (1-p)) donde p es la probabilidad de algún resultado. Por lo tanto, la interpretación de los coeficientes de regresión logística sin procesar para alguna variable (x) tiene que estar …

10 regression  logistic  logit 

Estoy tratando de entender el uso de la regresión logística en tablas de contingencia 2x2 e Ix2. Por ejemplo, usando esto como un ejemplo ¿Cuál es la diferencia entre usar la prueba de chi-cuadrado y usar la regresión logística? ¿Qué pasa con una tabla con múltiples factores nominales (tabla Ix2) …

10 logistic  chi-squared  logit  contingency-tables 

Sé que esto enturbiaría la inferencia estadística, pero en realidad solo me preocupa acercarme lo más posible a un modelo preciso. Tengo una variable de resultado dicotómica, con un gran conjunto de predictores dicotómicos. Estoy pensando que me gustaría intentar usar LASSO para seleccionar qué variables debo incluir en mi …

10 model-selection  lasso  logit 

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

library(lme4) out <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial, contrasts = list(period = "contr.sum")) summary(out) Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.32337 0.22129 -10.499 < 2e-16 *** period1 0.92498 0.18330 5.046 4.51e-07 *** period2 -0.06698 0.22845 -0.293 …

9 r  binomial  logit  lme4-nlme 

Me gustaría preguntar: estoy usando logit para investigar si algunas variables mejoran el riesgo de crisis monetarias. Tengo datos anuales de 1980 para muchos países (panel desequilibrado), la variable ficticia es 1 si comenzaron las crisis monetarias (según mi definición), 0 de lo contrario. Las variables explicativas están de acuerdo …

8 logit  probit 

Tengo el siguiente modelo lineal generalizado. El objeto glmDVse modela como una proporción de éxitos sobre las pruebas totales. Los objetos x_ison variables continuas. ¿Cómo se ve esto en notación matemática? winp.glm = glm(glmDV ~ x1 + x2 + x3 + x4 + x5 + x6 + x7, data=myData, family=binomial("logit"))

8 r  generalized-linear-model  logit  notation 

Estoy tratando de estimar un modelo de elección ocupacional con tres opciones. ¿Hay alguna alternativa al uso de la regresión logística multinomial cuando se manejan resultados categóricos tan desordenados? Cuando se trata de variables dependientes binarias, parece haber varias opciones, como el modelo LPM y el modelo binario probit y …

8 regression  logit  probit  link-function  multinomial-logit 

Estoy analizando un determinado conjunto de datos y necesito entender cómo elegir el mejor modelo que se ajuste a mis datos. Estoy usando R. Un ejemplo de datos que tengo es el siguiente: corr <- c(0, 0, 10, 50, 70, 100, 100, 100, 90, 100, 100) Estos números corresponden al …

8 r  logit  likelihood-ratio  probit  nls