Statistiche e Big Data quasi-likelihood

2

Cos'è la distribuzione quasi binomiale (nel contesto di GLM)?

Spero che qualcuno possa fornire una panoramica intuitiva di cosa sia la distribuzione quasibinomiale e di cosa faccia. Sono particolarmente interessato a questi punti: In che modo il quasibinomiale differisce dalla distribuzione binomiale. Quando la variabile di risposta è una proporzione (i valori di esempio includono 0,23, 0,11, 0,78, 0,98), …

30 r generalized-linear-model binomial overdispersion quasi-likelihood

1

Perché il quasi-Poisson nella GLM non è trattato come un caso speciale di binomio negativo?

Sto cercando di adattare modelli lineari generalizzati ad alcune serie di dati di conteggio che potrebbero essere o meno sovradispersi. Le due distribuzioni canoniche che si applicano qui sono Poisson e Negative Binomial (Negbin), con EV e varianzaμμ\mu Va rP= μVun'rP=μVar_P = \mu Va rNB= μ + μ2θVun'rNB=μ+μ2θVar_{NB} = \mu …

21 r generalized-linear-model negative-binomial poisson-regression quasi-likelihood

3

Idea e intuizione dietro la stima della probabilità quasi massima (QMLE)

Domande: qual è l'idea e l'intuizione alla base della stima della massima verosimiglianza (QMLE; noto anche come stima della pseudo massima verosimiglianza, PMLE)? Cosa fa funzionare lo stimatore quando la distribuzione dell'errore effettiva non corrisponde alla distribuzione dell'errore ipotizzata? Il sito di Wikipedia per QMLE va bene (breve, intuitivo, al …

17 maximum-likelihood references intuition quasi-likelihood

2

Poisson o quasi poisson in una regressione con dati di conteggio e sovradispersione?

Ho i dati di conteggio (analisi della domanda / offerta con il numero di conteggio dei clienti, a seconda - possibilmente - di molti fattori). Ho provato una regressione lineare con errori normali, ma la mia trama QQ non è davvero buona. Ho provato una trasformazione del registro della risposta: …

16 count-data poisson-regression overdispersion quasi-likelihood

2

I test di dispersione eccessiva nei GLM sono effettivamente * utili *?

Il fenomeno della "sovra-dispersione" in un GLM sorge ogni volta che utilizziamo un modello che limita la varianza della variabile di risposta e i dati mostrano una varianza maggiore di quella consentita dalla restrizione del modello. Ciò si verifica comunemente quando si modellano i dati di conteggio utilizzando un Poisson …

15 generalized-linear-model poisson-regression overdispersion quasi-likelihood

1

Qual è la differenza tra regressione logistica e regressione della risposta frazionaria?

Per quanto ne so, la differenza tra il modello logistico e il modello di risposta frazionaria (frm) è che la variabile dipendente (Y) in cui frm è [0,1], ma la logistica è {0, 1}. Inoltre, frm utilizza lo stimatore di quasi-verosimiglianza per determinare i suoi parametri. Normalmente, possiamo usare glmper …

13 r logistic generalized-linear-model quasi-likelihood

1

Come affrontare l'iperdispersione nella regressione di Poisson: quasi-verosimiglianza, GLM binomiale negativo o effetto casuale a livello di soggetto?

Mi sono imbattuto in tre proposte per affrontare l'overdispersione in una variabile di risposta di Poisson e un modello di partenza a effetti fissi: Usa un quasi modello; Usa GLM binomiale negativo; Utilizzare un modello misto con un effetto casuale a livello di soggetto. Ma quale scegliere effettivamente, e perché? …

12 regression negative-binomial poisson-regression overdispersion quasi-likelihood

1

Coefficienti identici stimati nel modello Poisson vs Quasi-Poisson

Nel modellare i dati relativi al conteggio dei sinistri in un ambiente assicurativo, ho iniziato con Poisson ma poi ho notato una sovraispersione. Un Quasi-Poisson modellava meglio la relazione di varianza media maggiore rispetto al Poisson di base, ma ho notato che i coefficienti erano identici in entrambi i modelli …

12 r count-data poisson-regression overdispersion quasi-likelihood

Domande taggate «quasi-likelihood»