প্রশ্ন ট্যাগ «generalized-linear-model»

আমার নিম্নলিখিত পরীক্ষামূলক ডিজাইন থেকে ডেটা রয়েছে: আমার পর্যবেক্ষণগুলি সাফল্যের সংখ্যার গণনা ( K) ট্রায়ালগুলির সাথে সম্পর্কিত সংখ্যার ( ) এর বাইরে, Nপ্রতিটি Iব্যক্তিদের সমন্বয়ে গঠিত দুটি গ্রুপের জন্য পরিমাপ করা হয় , Tচিকিত্সা থেকে , যেখানে প্রতিটি যেমন ফ্যাক্টর সংমিশ্রণে Rপ্রতিলিপি রয়েছে । অতএব, সামগ্রিকভাবে আমার কাছে 2 * …

9 r  generalized-linear-model  heteroscedasticity  log-linear  dglm 

আমার কাছে প্রায় 5000 টি বৈশিষ্ট্যের ডেটা সেট রয়েছে। সেই ডেটার জন্য আমি বৈশিষ্ট্য নির্বাচনের জন্য চি চি স্কোয়ার পরীক্ষাটি প্রথম ব্যবহার করেছি; এর পরে, আমি প্রায় 1500 ভেরিয়েবল পেয়েছি যা প্রতিক্রিয়ার ভেরিয়েবলের সাথে তাত্পর্যপূর্ণ সম্পর্ক দেখায়। এখন আমার এটিতে লজিস্টিক রিগ্রেশন ফিট করতে হবে। আমি আর এর জন্য গ্লমলটি …

9 r  logistic  generalized-linear-model  modeling  regression-strategies 

ডিফল্টরূপে যখন আমরা glmআর তে কোনও ফাংশন ব্যবহার করি , এটি পরামিতিগুলির সর্বাধিক সম্ভাবনার অনুমানের জন্য পুনরাবৃত্তভাবে স্বল্পতম স্কোয়ারগুলি (আইডাব্লুএলএস) পদ্ধতি ব্যবহার করে । এখন আমার দুটি প্রশ্ন আছে। আইডব্লুএলএসের অনুমানগুলি বিশ্বব্যাপী সর্বাধিক সম্ভাবনার কার্যটির গ্যারান্টি দেয়? এই উপস্থাপনাটির শেষ স্লাইডের ভিত্তিতে , আমার মনে হয় এটি হয় না! আমি …

9 r  estimation  generalized-linear-model  maximum-likelihood  optimization 

আমার এই ডেটা আছে: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) আমি একটি পিসন রিগ্রেশন চালিয়েছি poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") এবং একটি নেতিবাচক দ্বিপদী রিগ্রেশন: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) তারপরে আমি পয়েসন …

9 generalized-linear-model  residuals  negative-binomial  poisson-regression  dispersion 

ফক্স এবং ওয়েজবার্গ নোট "প্রয়োগিত প্রতিরোধের সাথে একজন আর সহযোগী" এর 232 পৃষ্ঠায় কেবল গাউসীয় পরিবারেই ধ্রুব বৈকল্পিকতা রয়েছে এবং অন্যান্য সমস্ত জিএলএমগুলিতে y at এর শর্তাধীন বৈকল্পিক উপর নির্ভর করেxx\bf{x}μ(x)μ(x)\mu(x) এর আগে তারা লক্ষ করুন যে, পইসন এর শর্তাধীন ভ্যারিয়েন্স হয় এবং দ্বিপদ এর যে ।μμ\muμ(1−μ)Nμ(1−μ)N\frac{\mu(1-\mu)}{N} গাউশিয়ানদের কাছে এটি …

9 logistic  generalized-linear-model 

আমি লজিস্টিক রিগ্রেশন সময় প্রচুর সহগ পাই, সহগ সহ এটি দেখুন krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 …

9 regression  logistic  generalized-linear-model  separation 

অবিচ্ছিন্ন ডেটা সহ, একটি লিনিয়ার রিগ্রেশন ধরে যে ত্রুটি শব্দটি N (0, ) বিতরণ করা হয়েছেY=β1+β2X2+uY=β1+β2X2+uY=\beta_1+\beta_2X_2+uσ2σ2\sigma^2 1) আমরা কি ধরে নিয়েছি যে ভার (Y | x) একইভাবে ~ N (0, )?σ2σ2\sigma^2 2) লজিস্টিক রিগ্রেশন এ ত্রুটি বিতরণ কি? যখন তথ্য প্রতি কেস 1 রেকর্ড আকারে থাকে, যেখানে "Y" 1 বা …

9 logistic  generalized-linear-model 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 2 বছর আগে বন্ধ । নিম্নলিখিত কোড PredictNew <- predict (glm.fit, newdata = Predict, X1 =X1, Y1= Y1, type = "response", se.fit = …

9 r  generalized-linear-model  count-data  zero-inflation 

আমি সময়ের সাথে সাথে অন্যান্য ট্রেন্ডগুলিকে নিয়ন্ত্রণ করার সময় গণনাগুলি কীভাবে প্রাপ্ত হয়েছিল (একটি ডায়াগনস্টিক পরীক্ষা থেকে অন্যটিতে স্যুইচ করা) কীভাবে পরিবর্তিত হয়েছে তার প্রভাবের অনুমানের চেষ্টা করার জন্য আমি পয়েসন টাইম সিরিজের মডেলগুলির একটি সিরিজে বর্তমানে কাজ করছি (একটি সাধারণ বৃদ্ধি বলুন রোগের ঘটনা)। আমি বিভিন্ন সাইটের একাধিক ডেটা …

9 mixed-model  generalized-linear-model  poisson-distribution  random-effects-model 

আমি এগ্রেস্তি (2007) পড়ছি, শ্রেণিবদ্ধ ডেটা বিশ্লেষণের পরিচিতি , ২ য়। সংস্করণ, এবং নিশ্চিত না যে আমি এই অনুচ্ছেদটি (p.106, 4.2.1) সঠিকভাবে বুঝতে পেরেছি (যদিও এটি সহজ হওয়া উচিত): পূর্ববর্তী অধ্যায়ে স্নোরিং ও হৃদরোগ সম্পর্কিত সারণী 3.1-এ 254 টি বিষয় প্রতি রাতে শামুক খাওয়ার রিপোর্ট করেছে, যার মধ্যে 30 জনকে …

9 r  generalized-linear-model  logistic 

আমি জানি এটি সম্ভবত একটি প্রাথমিক প্রশ্ন ... তবে আমি উত্তর খুঁজে পেয়েছি বলে মনে হয় না। আমি একটি পয়সন পরিবারের সাথে একটি জিএলএম ফিট করছি, এবং তারপরে ভবিষ্যদ্বাণীগুলি একবার দেখার চেষ্টা করেছি, তবে অফসেটটি বিবেচনায় নেওয়া হবে বলে মনে হচ্ছে: model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003), offset=(log(population)), data=data, subset=28:36, family=poisson()) predict (model_glm, type="response") আমি …

9 r  generalized-linear-model  prediction  offset 

বাইনারি রেসপন্স ভেরিয়েবলের সাথে একটি জিএলএম মডেল (লজিস্টিক রিগ্রেশন) এর মধ্যে পার্থক্য কী আছে যা বিষয় এবং সময়কে কোভারিয়েট হিসাবে অন্তর্ভুক্ত করে এবং অনুরূপ জিইই মডেল যা একাধিক সময় পয়েন্টে পরিমাপের মধ্যে অ্যাকাউন্টের সম্পর্ক গ্রহণ করে? আমার জিএলএম দেখতে দেখতে: Y(binary) ~ A + B1X1(subject id) + B2X2(time) + B3X3(interesting …

9 generalized-linear-model  gee 

যদি কন্টিনজেন্সি টেবিলের মধ্যে 0 থাকে এবং আমরা glmসম্ভাবনা অনুপাত পরীক্ষার জন্য নেস্টেড পোইসন / লগলাইনার মডেলগুলি (আর এর ফাংশন ব্যবহার করে) ফিটিং করছি তবে গ্ল্যাম মডেলগুলি ফিটিং করার আগে আমাদের কী ডেটা সামঞ্জস্য করতে হবে (উদাহরণস্বরূপ সকলের সাথে 1/2 যোগ করা উচিত? গণনা)? স্পষ্টতই কিছু সমন্বয় ব্যতীত কিছু প্যারামিটারগুলি …

9 regression  poisson-distribution  generalized-linear-model  likelihood-ratio  log-linear 

আমার কাছে তৈরি দুটিতে লজিস্টিক রিগ্রেশন মডেল রয়েছে glm()। তারা উভয়ই একই ভেরিয়েবল ব্যবহার করে তবে ম্যাট্রিক্সের বিভিন্ন সাবসেট ব্যবহার করে তৈরি করা হয়েছিল। কোন গড় মডেল যা সহগের অর্থ দেয় এবং তারপরে পূর্বাভাস () ফাংশনটি দিয়ে এটি ব্যবহার করার কোনও সহজ উপায় আছে? [দুঃখিত যদি এই ধরণের প্রশ্ন কোনও …

9 r  generalized-linear-model