যখন কোভেরেটের কিছু অনুপস্থিত ডেটা থাকে তখন আমি কীভাবে জিইই / লজিস্টিক মডেলটিকে মূল্যায়ন করতে পারি?


9

আমার ডেটাতে আমি দুটি সাধারণীকরণ অনুমানের সমীকরণ (জিইই) মডেল ফিট করেছি:

1) মডেল 1: ফলাফলটি অনুদৈর্ঘ্য হ্যাঁ / কোনও পরিবর্তনশীল (এ) (বছর 1,2,3,4,5) সহ দ্রাঘিমাংশ অবিচ্ছিন্ন ভবিষ্যদ্বাণী (বি) বছর 1,2,3,4,5 বছর ধরে।

2) মডেল 2: ফলাফলটি একই অনুদৈর্ঘ্য হ্যাঁ / কোনও পরিবর্তনশীল (এ) নয়, তবে এখন আমার ভবিষ্যদ্বাণীটির সাথে তার বছর 1 মান নির্ধারিত হয়েছে যা সময় বিবর্তনকারী (বি) হতে বাধ্য হয়।

বিভিন্ন ক্ষেত্রে কিছু সময় পয়েন্টে আমার অনুদৈর্ঘ্য পূর্বাভাসকারী পরিমাপ অনুপস্থিত থাকার কারণে, মডেল 2-তে ডেটা পয়েন্টের সংখ্যা মডেল 1 এর চেয়ে বেশি।

আমি উভয় মডেলের বৈধতা অনুপাত, পি-মান এবং ফিটের মধ্যে বৈধতার সাথে কী তুলনা করতে পারি তা সম্পর্কে জানতে চাই:

  • যদি মডেল 1-এ পূর্বাভাসকারী বি এর জন্য ওআর আরও বড় হয়, তবে আমি কি যথাযথভাবে বলতে পারি যে মডেল 1-এ এ এবং বি এর মধ্যে সম্পর্ক আরও শক্তিশালী?

  • আমি কীভাবে মূল্যায়ন করতে পারি যা আমার ডেটার জন্য সবচেয়ে ভাল মডেল। আমি কি এই ভেবে সঠিক হয়েছি যে কিউআইসি / এআইসি সিউডো আর স্কোয়ার্ডগুলি পর্যবেক্ষণের সংখ্যাটি একই না হলে মডেলগুলির মধ্যে তুলনা করা উচিত নয়?

কোন সাহায্যের ব্যাপকভাবে প্রশংসা হবে।


যেহেতু মডেল 2 মডেল 1 কে সত্যই "নেস্টেড" হিসাবে বিবেচনা করা হয় না, তুলনামূলক ফিটের মূল্যায়ন করতে কিউআইসি ব্যবহার করা কতটা বৈধ হবে তা আমি জানি না। আমার একটি ধারণা ছিল পর্যবেক্ষণের সংখ্যাকে সমান করতে একাধিক অভিশংসন কৌশল ব্যবহার করা এবং তারপরে কেউ those মডেলগুলির জন্য QIC মানগুলি তুলনামূলকভাবে তুলনা করতে পারে। যাইহোক, কিছু সাহিত্য, যেমন টুইস্কের "এপিডেমিওলজির জন্য অ্যাপ্লাইড লম্বিটুডিনাল ডেটা অ্যানালাইসিস", দ্বিধাত্বক প্রতিক্রিয়াশীল ভেরিয়েবলগুলি রয়েছে এমন মডেলগুলিতে এমআই কৌশল ব্যবহার করে সত্যই অসামঞ্জস্যিত ফলাফলগুলি দেখিয়েছিল। আমি আশা করি আমি আরও সাহায্য করতে পারে।
আইরিস সোই

1
মূল্যবোধ কেন অনুপস্থিত? তাদের অনুপস্থিতি কি এমনভাবে পদ্ধতিবদ্ধ যা অনুপস্থিত মানগুলি অনুপস্থিত মানগুলির থেকে মূলত আলাদা করে তোলে?
ম্যাক্রো

উত্তর:


1

আমি অবশ্যই একাধিক অনুশাসন চেষ্টা করব (উদাহরণস্বরূপ ইঁদুর বা র মধ্যে আমেলিয়া সহ), অনুপস্থিত মানগুলিকে বোঝাতে বিভিন্ন বিকল্প পদ্ধতি সহ সম্ভবত methods

সবচেয়ে খারাপ পরিস্থিতিতে আপনি এটি একটি সংবেদনশীলতা বিশ্লেষণ বিবেচনা করতে পারেন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.