পাইসন রিগ্রেশন অনুমান এবং কীভাবে তাদের আর-তে পরীক্ষা করা যায়

Question

আমি কী ডেগ্রেশন আমার ডেটা সেরা ফিট করে তা পরীক্ষা করতে চাই। আমার নির্ভরশীল পরিবর্তনশীল একটি গণনা এবং এতে প্রচুর শূন্য রয়েছে।

এবং কী মডেল এবং পরিবার ব্যবহার করবেন (পোয়েসন বা কাসিপোইসন, বা শূন্য-স্ফীত পোয়েসন রিগ্রেশন) এবং অনুমানগুলি কীভাবে পরীক্ষা করবেন তা নির্ধারণ করতে আমার কিছুটা সহায়তা প্রয়োজন।

1. পয়সন রিগ্রেশন: আমি যতদূর বুঝতে পারি, দৃum় ধারণাটি হ'ল নির্ভরশীল পরিবর্তনশীল গড় = বৈকল্পিক। আপনি এই পরীক্ষা কিভাবে? তাদের কতটা কাছাকাছি থাকতে হবে? এর জন্য কি শর্তহীন বা শর্তসাপেক্ষ অর্থ এবং বৈকল্পিকতা ব্যবহৃত হয়? এই অনুমানটি ধরে না রাখলে আমি কী করব?
2. আমি পড়েছি যদি বৈকল্পিক যদি গড়ের চেয়ে বেশি হয় তবে আমাদের অতিরিক্ত পরিমাণে ঝুঁকির ঝাঁকুনি রয়েছে এবং এর সাথে মোকাবিলা করার একটি সম্ভাব্য উপায় আরও স্বতন্ত্র ভেরিয়েবল, বা পরিবার = কাসিপোইসন সহ অন্তর্ভুক্ত। এই বিতরণে অন্য কোনও প্রয়োজনীয়তা বা অনুমান রয়েছে? (1) বা (2) আরও ভাল ফিট করে কিনা তা দেখার জন্য আমি কোন পরীক্ষা ব্যবহার করব anova(m1,m2)?
3. আমি আরও পড়লাম যে ওভারডিস্পেরেশন উপস্থিত হলে নেতিবাচক-দ্বিপদী বিতরণ ব্যবহার করা যেতে পারে। আমি আর এ কিভাবে করব? কুইসিপোইসনের পার্থক্য কী?

4. শূন্য-স্ফীত পোইসন রিগ্রেশন: আমি পড়েছি যে ভুং পরীক্ষা ব্যবহার করে কোন মডেলগুলি আরও ভাল ফিট করে তা পরীক্ষা করে।

   > vuong (model.poisson, model.zero.poisson)

   এটা কি ঠিক? একটি শূন্য-স্ফীত রিগ্রেশন কি অনুমান আছে?

5. ইউসিএলএর একাডেমিক টেকনোলজি সার্ভিসেস, স্ট্যাটিস্টিকাল কনসাল্টিং গ্রুপের শূন্য-স্ফীত পোইসন রেজিস্ট্রেশনগুলি সম্পর্কে একটি বিভাগ রয়েছে এবং স্ট্যান্ডার্ড পোইসন মডেল (খ) এর বিপরীতে জিরোইনফ্লেটেড মডেল (ক) পরীক্ষা করুন:

   > m.a <- zeroinfl(count ~ child + camper | persons, data = zinb)
> m.b <- glm(count ~ child + camper, family = poisson, data = zinb)
> vuong(m.a, m.b)

আমি বুঝতে পারছি না | personsযে প্রথম মডেলের অংশটি কী করে এবং আপনি কেন এই মডেলগুলি তুলনা করতে পারেন। আমি প্রত্যাশা করেছিলাম যে রিগ্রেশনটি একই হবে এবং কেবল একটি আলাদা পরিবার ব্যবহার করুন।

Answer 1

1) গড় এবং নমুনার বৈকল্পিক গণনা করুন। হওয়া উচিত বিতরণ, যেখানে নমুনা আকার এবং প্রক্রিয়া সত্যিই পইসন হয় - যেহেতু তারা স্বাধীন অনুমান একই বৈকল্পিক।$\frac{\bar{X}}{S^2}$$\mathrm{F}(1,n-1)$$n$

নোট করুন যে এই পরীক্ষাটি সমবায়ীদের অগ্রাহ্য করে - সুতরাং সেই পরিস্থিতিতে ওভার-ছত্রাকটি পরীক্ষা করার সম্ভবত সেরা উপায় নয়।

আরও মনে রাখবেন যে শূন্য-স্ফীত অনুমানের বিরুদ্ধে এই পরীক্ষাটি সম্ভবত দুর্বল।

৩) আর নেগেটিভ দ্বিপদী: প্যাকেজটি glm.nbথেকে MASSব্যবহার করুন বা প্যাকেজ zeroinflথেকে কার্যকারিতা psclনেতিবাচক দ্বিপদী লিঙ্কটি ব্যবহার করুন।

4) জিপ (শূন্য-স্ফীত পোইসন) একটি মিশ্রণ মডেল। আপনার একটি বাইনারি ফলাফল রয়েছে যা অনুসারে কোনও বিষয় গ্রুপ এ এর ​​অন্তর্ভুক্ত (যেখানে 0 টি নির্দিষ্ট) বা বি গ্রুপে (যেখানে গণনাগুলি পোইসন বা নেগ দ্বিপদী বিতরণ করা হয়)। ভাগ্যবান হওয়ার জন্য গ্রুপ এ + এর বিষয়গুলির কারণে একটি পর্যবেক্ষণ করা 0 রয়েছে 0 মডেলের উভয় দিকই কোভেরিয়টের উপর নির্ভর করতে পারে: গ্রুপ সদস্যপদটি একটি লজিস্টিকের মতো মডেল করা হয় (লগের প্রতিক্রিয়াগুলি কোভারিটে রৈখিক হয়) এবং পোইসন অংশটি সাধারণ উপায়ে মডেল করা হয়: লোগো মিডিয়াটি কোভারিটিতে লিনিয়ার হয়। সুতরাং আপনার একটি লজিস্টিকের জন্য সাধারণ অনুমানগুলি (নির্দিষ্ট 0 অংশের জন্য) এবং কোনও পোইসনের জন্য সাধারণ অনুমানের প্রয়োজন। অন্য কথায়, একটি জিপ মডেল আপনার অতিরিক্ত পরিমাণে সমস্যা নিরাময় করতে পারে না - এটি কেবল একটি বড় শূন্য নিরাময় করে।

5) ডেটা সেট কী তা নিশ্চিত নয় এবং রেফারেন্সটি খুঁজে পেল না। জেরোইনএফএল-এর উভয় অংশ এবং বাইনারি (নির্দিষ্ট 0 বা না) অংশের জন্য একটি মডেল প্রয়োজন। নির্দিষ্ট 0 অংশ দ্বিতীয় যায়। সুতরাং মা বলছেন যে ব্যক্তিটি নির্দিষ্ট 0 বা কিনা "ব্যক্তিদের" উপর নির্ভর করে - এবং বিষয়টি ধরে নেওয়া নির্দিষ্ট 0 নয়, গণনা শিবির এবং সন্তানের একটি কার্য। অন্য কথায় লগ (গড়) শোধকারী এবং সন্তানের একটি লিনিয়ার ফাংশন those বিষয়গুলির জন্য 0 গণনার প্রয়োজন হয় না।

এমবি হ'ল শিবির এবং সন্তানের ক্ষেত্রে গণনার কেবল একটি সাধারণ রৈখিক মডেল - উভয়ই স্থির প্রভাব হিসাবে ধরে নেওয়া হয়। লিঙ্ক ফাংশনটি পোয়েসন।

Comments

ধন্যবাদ! একটি তাত্ক্ষণিক প্রশ্ন: আর-তে পরিবার = পোইসন ব্যবহার করে গ্ল্যামে নাগেলকার্কের মতো আর ^ 2 বা সিউডো-আর ^ 2 তৈরির উপায় আছে কি? ধন্যবাদ!

— টরভন

Answer 2

1. লাইব্রেরী (pastecs)

stat.desc (dep_var) - এবং তারপরে গড় এবং ভেরিয়েন্স সমান কিনা তা একবার দেখুন। এখান থেকে আপনি আপনার ভেক্টরের জিরোগুলিরও% গণনা করতে পারেন।

Comments

সাইটে স্বাগতম। এটি উত্তরের চেয়ে কমেন্টের মতো; এছাড়াও, সঠিক বানান ইত্যাদি ব্যবহার করা আরও ভাল - এটি পাঠ্যদান করে না এবং এই সাইটটি পড়া অনেক লোকের ইংরেজি 2 য় বা 3 য় বা .... ভাষা হিসাবে রয়েছে have

— পিটার ফ্লুম - মনিকা পুনরায়

দয়া করে এই দ্রুত উত্তরটি উন্নত করতে কাজ করুন।

— chl