ধরা যাক আমি দ্বিপদী রিগ্রেশন ফিট করে এবং প্যাশন অনুমান এবং রিগ্রেশন সহগগুলির বৈকল্পিক-কোভারিয়েন্স ম্যাট্রিক্স প্রাপ্ত করি। এটি আমাকে ভবিষ্যতের পরীক্ষায় সাফল্যের প্রত্যাশিত অনুপাতের জন্য সিআই পেতে অনুমতি দেবে,, তবে পর্যবেক্ষণের অনুপাতে আমার একটি সিআই দরকার। সিমুলেশন (ধরুন আমি তা করতে চাই না) এবং কৃষ্ণমূর্থ্য এট আল (যা আমার প্রশ্নের পুরো উত্তর দেয় না) সহ কয়েকটি সম্পর্কিত উত্তর পোস্ট হয়েছে।
আমার যুক্তিটি নিম্নরূপ: আমরা যদি কেবল দ্বিপদী মডেল ব্যবহার করি তবে আমরা তা ধরে নিতে বাধ্য হই সাধারণ বিতরণ থেকে নমুনা দেওয়া হয় (সংশ্লিষ্ট ওয়াল্ড সিআই সহ) এবং তাই বদ্ধ আকারে পর্যবেক্ষিত অনুপাতের জন্য সিআই পাওয়া অসম্ভব। আমরা যদি ধরে নিইবিটা বিতরণ থেকে নমুনা দেওয়া হয়, তারপরে জিনিসগুলি আরও সহজ কারণ সাফল্যের সংখ্যা গণনা বিটা-বিনোমিয়াল বিতরণকে অনুসরণ করবে। আমাদের ধরে নিতে হবে যে অনুমিত বিটা পরামিতিগুলিতে কোনও অনিশ্চয়তা নেই, এবং ।
তিনটি প্রশ্ন আছে:
1) একটি তাত্ত্বিক একটি: বিটা পরামিতিগুলির কেবলমাত্র বিন্দু অনুমানগুলি ব্যবহার করা কি ঠিক? আমি জানি যে একাধিক লিনিয়ার রিগ্রেশন ভবিষ্যতে পর্যবেক্ষণের জন্য সিআই তৈরি করতে
তারা সেই কব্জি ত্রুটি শর্তের ভেরিয়েন্স করে, । আমি এটি গ্রহণ করি (আমি ভুল হলে আমাকে সংশোধন করি) যে যুক্তিটি বাস্তবে এটি রিগ্রেশন সহগের তুলনায় অনেক বেশি নির্ভুলতার সাথে অনুমান করা হয় এবং এর অনিশ্চয়তা অন্তর্ভুক্ত করার চেষ্টা করে আমরা বেশি কিছু অর্জন করতে পারি না । আনুমানিক বিটা পরামিতিগুলির ক্ষেত্রে এটি কি একই রকমের ন্যায়সঙ্গততা প্রযোজ্য, এবং ?
2) কোন প্যাকেজটি আরও ভাল (আর: gamlss-bb, betareg, aod ?; আমার এসএএস এও অ্যাক্সেস রয়েছে)।
৩) অনুমিত বিটা পরামিতিগুলি দেওয়া, ভবিষ্যতের সাফল্যের গণনার জন্য কোয়ান্টাইলগুলি (2.5%, 97.5%) পাওয়ার জন্য বা বিটা-বোনমিয়াল বিতরণের আওতায় ভবিষ্যতের সাফল্যের অনুপাতে আরও ভাল (শনিবারের শর্টকাট) রয়েছে কি?