«panel-data» 태그된 질문

패널 데이터는 계량 경제학에서 시간이 지남에 따라 측정이 자주 이루어지는 다차원 데이터를 말합니다. 생물 통계학에서는 종 방향 데이터라고도합니다.


2
종단 연구에서, 추적 관찰을 잃은 개인에 대해 시간 2에서 측정 한 결과 Y를 무시해야합니까?
나는 사람들의 샘플에서 2 번 지점에서 반복 측정을했습니다. 1 번에는 18k 명이 있고 2 번에는 13k가 있습니다 (5000 명은 추적 조사에서 손실 됨). 시간 1에 측정 된 일련의 예측 변수 X에서 시간 2에 측정 된 결과 Y를 회귀하고 싶습니다 (결과는 시간 1에 측정 할 수 없음). 모든 변수에 일부 결측 …

2
반복 손실 후 사람들이 베팅을 중단하거나 줄이면 테스트
나는 매 라운드마다 마멸로 5 라운드 베팅에 대한 일련의 승리 및 패배에 대한 데이터를 가지고 있습니다. 데이터를 표시하기 위해 다음과 같은 의사 결정 트리를 사용하고 있습니다. 트리의 상단을 향한 노드는 베팅에서 승리 한 노드이며, 트리의 하단에있는 노드는 베팅이 실패하는 노드입니다. (a) 각 노드의 감소 (b) 각 노드의 평균 내기 크기 …

3
반복 측정 구조 방정식 모델링
임상 재활 데이터의 데이터 세트를 분석해야합니다. 정량화 된 "입력"(치료량)과 건강 상태의 변화 사이의 가설 중심 관계에 관심이 있습니다. 데이터 세트는 비교적 작지만 (n ~ 70) 두 가지 모두의 시간적 변화를 반영하는 데이터를 반복했습니다. R의 비선형 혼합 효과 모델링에 익숙하지만 여기서 입력과 출력 사이의 "인과적인"관계에 관심이 있으므로 SEM의 반복 측정 응용 …

2
종 데이터 : 시계열, 반복 측정 또는 다른 것?
평범한 영어로 : 나는 다중 회귀 또는 ANOVA 모델을 가지고 있지만 각 개인에 대한 반응 변수는 시간의 곡선 함수입니다. 커브의 모양 또는 수직 오프셋의 중요한 차이를 담당하는 오른쪽 변수를 어떻게 알 수 있습니까? 이것은 시계열 문제, 반복 측정 문제 또는 다른 것입니까? 이러한 데이터를 분석하는 가장 좋은 방법은 무엇입니까 (가급적 …

1
고정 효과 모델에서 생략 된 더미 변수를 처리하는 방법은 무엇입니까?
내 Hausman 테스트에서 값 나타 내기 때문에 패널 데이터 (9 년, 1000+ obs)에 고정 효과 모델을 사용하고 있습니다. 회사에 포함 된 산업에 더미 변수를 추가하면 항상 생략됩니다. 여러 산업 그룹간에 DV (공개 지수)와 관련하여 큰 차이가 있음을 알고 있습니다. 그러나 Stata를 사용할 때 모델에서 가져올 수 없습니다.( Pr > χ2) …

2
종단 연구에서 평균 치료 효과를 추정하는 가장 좋은 방법은 무엇입니까?
종단 연구에서, 단위 의 결과 는 총 고정 측정 시점으로 고정 시점 에서 반복적으로 측정됩니다 (고정 = 단위에 대한 측정이 동시에 수행됨 ).와이나는 tYitY_{it}나는ii티tt미디엄mm 단위는 처리 또는 통제 그룹 무작위로 할당됩니다 . 치료의 평균 효과 예 : 를 추정하고 테스트하여 시간과 개인에 대한 기대치를 얻습니다. 이 목적을 위해 고정 상황 …

6
패널 데이터로 벡터 자동 회귀 및 임펄스 응답 함수를 추정하는 방법
77 분기 동안 33 명의 개인이있는 패널 데이터를 기반으로 벡터 자동 회귀 (VAR) 및 임펄스 응답 함수 (IRF) 추정을 연구하고 있습니다. 이런 상황을 어떻게 분석해야합니까? 이 목적을 위해 어떤 알고리즘이 있습니까? 나는 R에서 이러한 분석을 수행하는 것을 선호하므로 누군가가 R 코드 또는이 목적을 위해 설계된 패키지에 익숙하다면 특히 도움이 될 …

2
종단 데이터를 사용한 SVM 회귀
환자 당 약 500 개의 변수가 있으며 각 변수에는 하나의 연속 값이 있으며 세 가지 다른 시점 (2 개월 후 및 1 년 후)에서 측정됩니다. 퇴행으로 새로운 환자의 치료 결과를 예측하고 싶습니다. 이러한 종단 데이터와 함께 SVM 회귀를 사용할 수 있습니까?

1
관찰 된 이벤트와 예상 된 이벤트를 비교하는 방법은 무엇입니까?
4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

1
패널 연구에서 시계열의 누락 된 카운트 데이터에 대한 다중 대치
패널 데이터 연구에서 누락 된 데이터의 전가를 다루는 문제를 해결하려고합니다 (오늘 내가 배운 것처럼 '패널 데이터 연구'를 올바르게 사용하고 있는지 확실하지 않습니다.) 2003 년 총 사망 횟수 데이터가 있습니다. 2009 년까지 모든 8 개월의 지구와 4 개의 연령 그룹에서 남성과 여성. 데이터 프레임은 다음과 같습니다. District Gender Year Month AgeGroup …

2
데이터에 대한 ROC 곡선 계산
그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.