La mia (molto basilare) conoscenza del modello di regressione Tobit non proviene da una classe, come preferirei. Invece, ho raccolto informazioni qua e là attraverso diverse ricerche su Internet. La mia ipotesi migliore sulle ipotesi di regressione troncata è che sono molto simili alle ipotesi dei minimi quadrati ordinari (OLS). …
Supponiamo di avere un semplice modello di regressione lineare e vorremmo testare l'ipotesi nulla H 0 : a = b = 1Z= una X+ b YZ=aX+bYZ = aX + bY contro l'alternativa generale.H0: a = b = 12H0:a=b=12H_0: a=b=\frac{1}{2} Penso che si possa utilizzare la stima di un e S …
La variabile X (hazard) nell'analisi di regressione proporzionale del rischio Cox deve sempre essere il tempo? In caso contrario, potresti fornire un esempio, per favore? L'età del malato di cancro può essere una variabile di rischio? In tal caso, può essere interpretato come il rischio di ammalarsi di cancro a …
Per la selezione dei predittori nella regressione lineare multivariata con predittori adatti , quali metodi sono disponibili per trovare un sottoinsieme "ottimale" dei predittori senza testare esplicitamente tutti i sottoinsiemi ? In "Applied Survival Analysis", Hosmer e Lemeshow fanno riferimento al metodo di Kuk, ma non riesco a trovare il …
Quando si esegue la regressione lineare, è spesso utile eseguire una trasformazione come la trasformazione del log per la variabile dipendente per ottenere una migliore conformazione della distribuzione normale. Spesso è anche utile ispezionare i beta dalla regressione per valutare meglio la dimensione dell'effetto / la reale rilevanza dei risultati. …
Ho un modello di regressione lineare con il campione e le osservazioni variabili e voglio sapere: Se una variabile specifica è abbastanza significativa da rimanere inclusa nel modello. Se un'altra variabile (con osservazioni) dovrebbe essere inclusa nel modello. Quali statistiche possono aiutarmi? Come ottenerli nel modo più efficiente?
Sto lavorando al modello di regressione logistica. Ho controllato il riassunto del modello che si basa su 5 variabili indipendenti, di cui una non significativa con un valore P di 0,74. Vorrei sapere che rimuoviamo direttamente la variabile o esiste un altro modo per verificarne il significato ? Un mio …
Sono un po 'confuso su quando dovresti o non dovresti aggiungere termini polinomiali a un modello di regressione lineare multipla. So che i polinomi sono usati per catturare la curvatura nei dati, ma sembra sempre avere la forma di: y=X1+X2+X21+X22+X1X2+ cy=x1+x2+x12+x22+x1x2+cy = x_1 + x_2 + x_1^2 + x_2^2 + …
Quindi qui sto studiando modelli lineari generalizzati. So che questa domanda è abbastanza ingenua e semplice, ma non so esattamente perché la funzione canonica di collegamento sia così utile. Qualcuno potrebbe fornirmi un'intuizione su questo problema?
Sto cercando di capire l'intuizione dietro il selvaggio bootstrap. Che cosa sta realmente facendo? Devo essere in grado di capire cosa sta cercando di fare rispetto a una regressione convenzionale. I miei dati hanno eteroschedasticità e il metodo che utilizzo fa 5000 repliche. Come genera 5000 dati extra?
So che questa è una domanda sciocca, poiché conosco la teoria delle variabili strumentali e la regressione a due stadi. Tuttavia, non ho mai visto una risposta chiara a quanto segue: supponiamo di avere endogeneità a causa della variabile non osservata correlata con uno dei regressori iniziali. Il modo tipico …
Supponiamo di osservare i dati e che vorremmo adattare un modello di regressione per . Sfortunatamente, è talvolta misurato con errori la cui media è diversa da zero.Y, XY,XY, XE [Y|X]E[Y|X]\mathbf{E}[Y \,|\, X]YYY Consenti a indicare se viene misurato rispettivamente con errori di media zero classici o con errori non …
Supponiamo di adattare un modello . Ci sono implicazioni pratiche per la stima dell'effetto di interazione se e sono correlati?y=X1+X2+X1×X2y=x1+x2+x1×x2y = x_1 + x_2 + x_1\times x_2X1x1x_1X2x2x_2 Capisco che potrebbero esserci problemi di collinearità se e sono molto correlati ma ciò non dovrebbe influire sul termine di interazione giusto?X1x1x_1X2x2x_2
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.