이항 회귀 분석에 적합하고 회귀 계수의 점 추정치 및 분산 공분산 행렬을 구한다고 가정합니다. 이를 통해 향후 실험에서 예상되는 성공 비율의 CI를 얻을 수 있습니다.그러나 관찰 된 비율에 대한 CI가 필요합니다. 시뮬레이션 (나는 그것을하고 싶지 않다고 가정)과 Krishnamoorthya et al (내 질문에 대답하지 않은)에 대한 링크를 포함하여 몇 가지 관련 답변이 게시되었습니다.
나의 추론은 다음과 같습니다 : 만약 우리가 이항 모형 만 사용한다면, 우리는 는 정규 분포 (해당 Wald CI와 함께)에서 샘플링되므로 관측 된 비율의 CI를 닫힌 형태로 얻을 수 없습니다. 우리가 가정한다면베타 분포에서 샘플링 된 경우 성공 횟수가 베타-이노 미 분포를 따르기 때문에 훨씬 쉽습니다. 예상 베타 매개 변수에 불확실성이 없다고 가정해야합니다. 과 .
세 가지 질문이 있습니다.
1) 이론적 인 것 : 베타 파라미터의 포인트 추정치 만 사용해도 괜찮습니까? 다중 선형 회귀 분석에서 향후 관측을 위해 CI를 구성한다는 것을 알고 있습니다.
그것들은 오류 항 분산을 수행합니다. . 나는 정당성이 정당하다는 것을 받아 들인다 (내가 틀렸다면 나를 교정하라) 회귀 계수보다 훨씬 높은 정밀도로 추정되며 불확실성을 통합하여 많은 이익을 얻지 못합니다. . 추정 된 베타 매개 변수에도 유사한 근거가 있습니까? 과 ?
2) 어떤 패키지가 더 낫습니까 (R : gamlss-bb, betareg, aod ?; 또한 SAS에 액세스 할 수 있습니다).
3) 추정 된 베타 파라미터가 주어지면, 미래 성공 횟수 또는 베타-바이 노미 분포에 따른 미래 성공 비율에 대한 Quantile (2.5 %, 97.5 %)을 얻는 대략적인 지름길이 있습니까?