Preguntas etiquetadas con negative-binomial

Una distribución discreta y univariada que modela el número de Bernoulli(p) prueba exitosa hasta que ocurra un número específico de fallas.


2
¿Cuándo las regresiones binomiales negativas y de Poisson se ajustan a los mismos coeficientes?
He notado que en R, Poisson y las regresiones binomiales negativas (NB) siempre parecen ajustarse a los mismos coeficientes para predictores categóricos, pero no continuos. Por ejemplo, aquí hay una regresión con un predictor categórico: data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) …






2
Diagnóstico para modelos lineales (mixtos) generalizados (específicamente residuos)
Actualmente estoy luchando por encontrar el modelo correcto para datos de recuento difíciles (variable dependiente). He probado varios modelos diferentes (los modelos de efectos mixtos son necesarios para mi tipo de datos) como lmery lme4(con una transformación logarítmica), así como modelos de efectos mixtos lineales generalizados con varias familias, como …


2
¿Cambiar de modelar un proceso usando una distribución de Poisson para usar una distribución binomial negativa?
\newcommand{\P}{\mathbb{P}} Tenemos un proceso aleatorio que puede-o-no-puede aparecer varias veces en un período determinado de tiempo TTT . Tenemos una fuente de datos de un modelo preexistente de este proceso, que proporciona la probabilidad de que ocurran varios eventos en el período 0≤t&lt;T0≤t&lt;T0 \leq t < T . Este modelo …



1
¿Cuándo usar GLM binomiales Poisson vs. geométricos vs. negativos para los datos de conteo?
Estoy tratando de diseñar por mí mismo cuando es apropiado usar qué tipo de regresión (geométrica, Poisson, binomial negativa) con datos de recuento, dentro del marco GLM (solo 3 de las 8 distribuciones GLM se usan para datos de recuento, aunque la mayoría de lo que He leído centros alrededor …


1
¿Por qué el cuasi-Poisson en GLM no se trata como un caso especial de binomio negativo?
Estoy tratando de ajustar modelos lineales generalizados a algunos conjuntos de datos de conteo que pueden o no estar dispersos. Las dos distribuciones canónicas que se aplican aquí son Poisson y Binomial Negativo (Negbin), con EV y varianza.μμ\mu Vun rPAGS= μVarP=μVar_P = \mu Vun rnortesi= μ + μ2θVarNB=μ+μ2θVar_{NB} = \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.