অনুপাত বিশ্লেষণ

Question

আমার একাধিক অনুপাতযুক্ত একটি ডেটাসেট রয়েছে যা ১ টি পর্যন্ত যুক্ত হয় I

gradient <- 1:99
A1 <- gradient * 0.005
A2 <- gradient * 0.004
A3 <- 1 - (A1 + A2)

df <- data.frame(gradient = gradient,
                 A1 = A1,
                 A2 = A2,
                 A3 = A3)

require(ggplot2)
require(reshape2)
dfm <- melt(df, id = "gradient")
ggplot(dfm, aes(x = gradient, y = value, fill = variable)) +
  geom_area()

অতিরিক্ত তথ্য: এটি অগত্যা রৈখিক হওয়ার দরকার নেই, আমি উদাহরণের স্বাচ্ছন্দ্যের জন্য এটি করেছি। এই অনুপাতগুলি গণনা করা হয় এমন আসল সংখ্যাগুলিও উপলব্ধ। আসল ডেটাসেটে আরও 1 টির বেশি ভেরিয়েবল থাকে (যেমন বি 1, বি 2 এবং বি 3, সি 1 থেকে সি 4 ইত্যাদি) - সুতরাং একটি বহুবিধ সমাধানের একটি ইঙ্গিতটিও সহায়ক হবে ... তবে আপাতত আমি অবিচ্ছিন্ন থাকব পরিসংখ্যানের দিক

প্রশ্ন: এই জাতীয় ডেটা কীভাবে বিশ্লেষণ করা যায়? আমি কিছুটা পড়লাম আশেপাশে, এবং সম্ভবত একটি বহুজাতিক মডেল বা একটি গ্লাম উপযুক্ত? - যদি আমি 3 (বা 2) উজ্জ্বলতা চালাই তবে আমি পূর্বাভাসিত মানগুলি 1 অবধি সীমাবদ্ধতা কীভাবে অন্তর্ভুক্ত করতে পারি? আমি কেবল এই জাতীয় ডেটা প্লট করতে চাই না, আমি বিশ্লেষণের মতো আরও গভীর প্রতিরোধও করতে চাই। আমি আর ব্যবহার করতে চাই আর - আমি আর এ কীভাবে এটি করতে পারি?

Comments

proprcsplineস্টাটাতে কমান্ডটি আপনি যা খুঁজছেন তা হতে পারে (আমি জানি আপনি ব্যবহার করতে চান R, তবে এটি সম্ভবত একটি সূচনা পয়েন্ট হতে পারে): প্রোপারস্প্লাইনটি প্রতিটি শ্রেণীর ইভাওয়ার প্রদত্ত এক্সভারের পর্যবেক্ষণের অনুপাতের স্বাচ্ছন্দ্যে একটি সীমাবদ্ধ ঘন স্প্লিন গণনা করে, এবং স্ট্যাকড এরিয়া প্লট হিসাবে এগুলি গ্রাফ করে। Allyচ্ছিকভাবে, এই স্মুথড অনুপাতগুলি নিয়ন্ত্রণ ভেরিয়েবল (সিভিআর) এর সেটগুলির জন্য সামঞ্জস্য করা যেতে পারে।

— বোস্কোভিচ 13

"আগ্রহী" এর অর্থ কী আপনি ব্যাখ্যা করতে পারেন? আপনি কি কেবলমাত্র গ্রেডিয়েন্টের বিরুদ্ধে অনুপাতের পরিকল্পনা করতে চান? নাকি আপনার মনে গভীর বিশ্লেষণ আছে? যদি তা হয় তবে এর প্রকৃতিটি কী - আপনি এই ডেটাগুলি থেকে সঠিকভাবে কী শিখতে আশা করছেন? এছাড়াও, আপনার কাছে কি মূল সংখ্যা উপলব্ধ রয়েছে (যা ভাল হবে) বা কেবল অনুপাত? এই ডেটাগুলি কী ধারণ করে এবং সেগুলি কীভাবে সংগ্রহ করা হয় সে সম্পর্কে আপনি আরও কিছু বলতে পারেন?

— whuber

@ শুভ: আমি এই তথ্যটি নিয়ে গভীরতর বিশ্লেষণ করতে চাই। আমার অনুমানটি অনুপাতটি গ্রেডিয়েন্টের সাথে পরিবর্তিত হবে। গণনাও উপলব্ধ।

— EDi

আপনার মতো সুরকারীর ডেটা রয়েছে বলে মনে হচ্ছে। আমি এ সম্পর্কে অনেক কিছুই জানি না, তবে আইচিসনের কাজ শুরু করার জায়গা। CRAN- তে একটি প্যাকেজ, রচনা রয়েছে।

— হারুন

Answer 1

একটি মাত্রায়, এটি বিটা রিগ্রেশন (একটি পরিবর্তনশীল বিচ্ছুরণ ছাড়াই বা ছাড়াই) এর জন্য একটি কাজের মতো শোনাচ্ছে। এটি বিটা-বিতরণ নির্ভর ভেরিয়েবল সহ প্রাকৃতিকভাবে 0-1 বাধা সহ একটি মডেল। একটি আর প্যাকেজটি বেতারেগ এবং এর ব্যবহারের বর্ণনা দেওয়ার একটি কাগজ এখানে ।
দু'র বেশি অনুপাতের জন্য বিটা বিতরণের স্বাভাবিক বর্ধন ডিরিচলেট রিগ্রেশন বাড়ে। একটি আর প্যাকেজ ডিরিচলেটরেগ উপলব্ধ, যেমন এখানে বর্ণিত ।

প্রকৃত রচনাগত তথ্যের জন্য লগইট লিঙ্ক এবং বহু-জাতীয় লজিস্টিক রিগ্রেশন ব্যবহার না করার কয়েকটি কারণ রয়েছে, বেশিরভাগ ক্ষেত্রে তারা দৃ strong় অনুমানগুলি বৈকল্পিকতার জন্য বোঝায় with যাইহোক, যদি আপনার ডেটা সমস্ত বাস্তবে সাধারণ মানের (প্রচুর পরিমাণে) হয় তবে সেই অনুমানগুলি সঠিক হতে পারে এবং পিটারের পরামর্শটি সম্ভবত যাওয়ার উপায় হবে।

Comments

লিঙ্কগুলির জন্য আপনাকে ধন্যবাদ, আমি সেগুলি একবার দেখব। ডিরিচলেটরেগ দেখতে আশাব্যঞ্জক! উদাহরণস্বরূপ আপনার লিঙ্কের স্লাইড 3: "নির্দিষ্ট ক্যাটিওগরিতে উত্তর দেওয়ার 'সম্ভাবনা' যদি পছন্দগুলিতে ছড়িয়ে পড়ে তবে একটি ডেরিচলেট পদ্ধতির আরও তথ্যমূলক।" । কারণ আমি কীভাবে ম্লোগিট দিয়ে এটি করব তা জানতাম না, কারণ পছন্দগুলি অনন্য হওয়ার দরকার নেই। গ্রাফিকাল সম্মানের একটি ভাল উপায় - এটি সম্পর্কে ভাবেন নি ...

— EDi

গ্রাফিক্সের জন্য আপনি আর ফাংশনগুলি স্প্লাইনপ্লট এবং সিডপ্ল্লটকে সহায়ক বলে মনে করতে পারেন। প্রকৃতপক্ষে যদি আপনি শুধু লাগানো লাইন চেয়েছিলেন এবং তারপর আপনি পারা সম্ভবত তুষ্ট রিগ্রেশন যন্ত্রপাতি অনেকটা না হলেই ভাল হত cdplot আপনি প্রাসঙ্গিক রেখাচিত্র (এটি শুধুমাত্র এর দান মধ্যে ঘনত্ব নীচে)

— conjugateprior

দুঃখিত, আমি স্পাইনপ্লট উপরে স্পষ্টভাবে টাইপ করতে চেয়েছিলাম ।

— কনজুগেটপায়ার

মনে রাখবেন যে, DirichletReg প্যাকেজ এখন Cran উপলব্ধ , এবং একটি চিত্র প্রকাশিত হয়েছে।

— jbaums

Answer 2

আপনি ঠিক কীটি সন্ধান করার চেষ্টা করছেন তা আমি নিশ্চিত নই, তবে স্বতন্ত্র ভেরিয়েবল হিসাবে গ্রেডিয়েন্ট সহ বহুজাতিক লজিস্টিক রিগ্রেশন সম্পর্কে কী?

আর-তে এটি করার একটি উপায় হ'ল ম্লোগিট লাইব্রেরিতে থাকা ম্লগিট ফাংশন। এই চিত্রটি দেখুন