Domande taggate «confounding»

Nei modelli statistici, si dice che il confondimento si verifica quando l'apparente dipendenza della risposta da un predittore è parzialmente o totalmente dovuta alla dipendenza di entrambi da una terza variabile non inclusa nel modello, o alla dipendenza da una combinazione lineare di altre variabili incluse nel il modello. La confusione con una variabile inclusa in un modello è spesso chiamata multicollinearità. Un sinonimo è * aliasing *, utilizzato nella progettazione di esperimenti.

3
Quale ospedale dovrebbe essere scelto? Uno ha un tasso di successo più elevato, ma l'altro ha un tasso di successo complessivo più elevato
Questa domanda è stata migrata dallo scambio di stack di matematica perché è possibile rispondere su Convalida incrociata. Migrato 7 anni fa . Ho una domanda su qualcosa che il mio insegnante di statistica ha detto in merito al seguente problema. La mia domanda non riguarda nemmeno il verificarsi del …
1
Confounder: definizione
Secondo M. Katz nel suo libro Multivariable analysis (Sezione 1.2, pagina 6), " Un confonditore è associato al fattore di rischio e causalmente correlato al risultato. " Perché il confonditore deve essere causalmente correlato al risultato? Basterebbe che il confondatore fosse associato al risultato?
4
Perché la corrispondenza del punteggio di propensione funziona per l'inferenza causale?
La corrispondenza del punteggio di propensione viene utilizzata per fare inferenze causali negli studi osservazionali (vedi il documento Rosenbaum / Rubin ). Qual è la semplice intuizione dietro perché funziona? In altre parole, perché se ci assicuriamo che la probabilità di partecipare al trattamento sia uguale per i due gruppi, …
1
Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?
Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.