Preguntas etiquetadas con poisson-regression

El fenómeno de 'sobredispersión' en un GLM surge cada vez que usamos un modelo que restringe la varianza de la variable de respuesta, y los datos exhiben una mayor varianza de la que permite la restricción del modelo. Esto ocurre comúnmente cuando se modelan datos de conteo utilizando un Poisson …

15 generalized-linear-model  poisson-regression  overdispersion  quasi-likelihood 

Supongamos que son independientes yY=(Y1,…,Yn)′Y=(Y1,…,Yn)′ \textbf{Y} = (Y_1, \dots, Y_n)' Yyo= 0Yyo= kwith probability pi+(1−pi)e−λiwith probability (1−pi)e−λiλki/k!Yi=0with probability pi+(1−pi)e−λiYi=kwith probability (1−pi)e−λiλik/k!\eqalign{ Y_i = 0 & \text{with probability} \ p_i+(1-p_i)e^{-\lambda_i}\\ Y_i = k & \text{with probability} \ (1-p_i)e^{-\lambda_i} \lambda_{i}^{k}/k! } Supongamos también que los parámetros y satisfacenλ=(λ1,…,λn)′λ=(λ1,…,λn)′\mathbf{\lambda} = (\lambda_1, \dots, \lambda_n)'p=(p1,…,pn)p=(p1,…,pn)\textbf{p} …

14 poisson-regression  zero-inflation 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 5 años . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Me preguntaba si la regresión de Poisson tiene un término de error. ¿Puede una regresión de Poisson tener efectos aleatorios y un término de error? Estoy confundido sobre este punto. En la regresión logística, no hay término de error porque su variable de resultado es binaria. ¿Es ese el único …

14 regression  mixed-model  generalized-linear-model  poisson-regression 

He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente 5% usando RMSE …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Estoy realizando un modelo de regresión de Poisson con 1 variable de respuesta y 6 covariables. La selección del modelo usando AIC da como resultado un modelo con todas las covariables, así como 6 términos de interacción. Sin embargo, el BIC da como resultado un modelo con solo 2 covariables …

12 model-selection  aic  poisson-regression  bic 

Me he encontrado con tres propuestas para tratar la sobredispersión en una variable de respuesta de Poisson y un modelo de inicio de efectos fijos: Use un cuasi modelo; Use GLM binomial negativo; Use un modelo mixto con un efecto aleatorio a nivel de sujeto. ¿Pero cuál elegir realmente y …

12 regression  negative-binomial  poisson-regression  overdispersion  quasi-likelihood 

Estoy llevando a cabo una regresión de Poisson con el objetivo final de comparar (y tomar la diferencia de) los recuentos medios pronosticados entre dos niveles de factores en mi modelo: , mientras otras covariables modelo (que son todas binarias) constantes. Me preguntaba si alguien podría proporcionar algún consejo práctico …

12 logistic  poisson-regression  link-function 

Al modelar datos de recuento de reclamos en un entorno de seguro, comencé con Poisson pero luego noté una sobredispersión. Un Cuasi-Poisson mejor modeló la mayor relación media-varianza que el Poisson básico, pero noté que los coeficientes eran idénticos en los modelos Poisson y Cuasi-Poisson. Si esto no es un …

12 r  count-data  poisson-regression  overdispersion  quasi-likelihood 

Me he encontrado con una serie de preguntas prácticas al modelar datos de conteo de investigaciones experimentales utilizando un experimento dentro del sujeto. Describo brevemente el experimento, los datos y lo que he hecho hasta ahora, seguido de mis preguntas. Se mostraron cuatro películas diferentes a una muestra de encuestados …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

Me gustaría probar en qué regresión se ajusta mejor a mis datos. Mi variable dependiente es un recuento y tiene muchos ceros. Y necesitaría ayuda para determinar qué modelo y familia usar (poisson o cuasipoisson, o regresión de poisson inflada a cero) y cómo probar los supuestos. Regresión de Poisson: …

11 r  count-data  zero-inflation  poisson-regression 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Estoy tratando de meterme un poco en las estadísticas, pero estoy atascado con algo. Mis datos son los siguientes: Year Number_of_genes 1990 1 1991 1 1993 3 1995 4 Ahora quiero construir un modelo de regresión para poder predecir la cantidad de genes para un año determinado con base en …

10 regression  count-data  poisson-regression 

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Estoy analizando los datos de seguimiento ocular de un experimento diseñado. Una versión simplificada de mis datos se ve así (puede obtener los datos dput () aquí ), head(lookDATA) participant fixationImage fixationCount 1 9 Automobile 81 2 9 Bird 63 3 9 Chair 82 4 9 Dog 64 5 9 …

10 r  mixed-model  poisson-regression  lsmeans  lme4-nlme