«zero-inflation» 태그된 질문

결과가 카운트 변수 인 회귀에 대한 가장 유용한 정보는 무엇입니까? 특히 포아송 및 음 이항 모델뿐만 아니라 제로 팽창 및 허들 대응에 관심이 있습니다. 내가 찾은 대부분의 소스는 단순히 이러한 플롯이 어떻게 보이는지에 대한 설명없이 잔차 대 적합치 값을 플로팅합니다. 지혜와 참고 문헌은 크게 감사합니다. 관련이 있는지 묻는 이유에 대한 …

88 generalized-linear-model  residuals  negative-binomial  zero-inflation  poisson-regression 

소위 제로 팽창 분포 (모델)와 소위 제로 허들 분포 (모델) 사이에 명확한 차이가 있는지 궁금합니다. 용어는 문헌에서 자주 발생하며 같은 용어가 아니라고 생각하지만 간단한 용어의 차이점을 설명해 주시겠습니까?

81 zero-inflation 

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

y정규 예측 변수의 카운트 데이터 를 예측하는 장애물 모델을 고려하십시오 x. set.seed(1839) # simulate poisson with many zeros x <- rnorm(100) e <- rnorm(100) y <- rpois(100, exp(-1.5 + x + e)) # how many zeroes? table(y == 0) FALSE TRUE 31 69 이 경우 69의 0과 31의 양의 카운트로 …

25 r  count-data  zero-inflation 

GLM 프레임 워크 내에서 카운트 데이터와 함께 어떤 회귀 유형 (형상, 포아송, 음 이항)을 사용하는 것이 적절할 때 나 자신을 위해 레이아웃하려고합니다 (8 개의 GLM 분포 중 3 개만 카운트 데이터에 사용됩니다. 음의 이항 분포와 포아송 분포 중심을 읽었습니다). 카운트 데이터에 포아송 대 기하 대 음 이항 GLM을 언제 사용해야합니까? …

21 generalized-linear-model  negative-binomial  count-data  poisson-regression  zero-inflation 

[0,1]에 베타 회귀 분석으로 분석하려는 데이터가 있습니다. 물론 0,1 값을 수용하려면 무언가를 수행해야합니다. 모델에 맞게 데이터 수정을 싫어합니다. 또한 나는 0과 1 인플레이션이 좋은 생각이라고 생각하지 않습니다.이 경우 0은 매우 작은 양수 값으로 간주해야한다고 생각하기 때문에 (그러나 나는 어떤 값이 적절한 지 정확하게 말하고 싶지 않습니다. .001 및 .999와 같은 …

20 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

0과 1 사이의 비율 인 응답 변수가있는 모델을 만들려고하는데 여기에는 꽤 많은 0과 1이 있지만 그 사이의 많은 값이 포함됩니다. 베타 회귀 분석을 시도하고 있습니다. R (betareg)에 대해 찾은 패키지는 0과 1 사이의 값만 허용하지만 0이나 1은 포함하지 않습니다. 이론적으로 베타 분포가 0 또는 1의 값을 처리 할 수 ​​있어야한다는 …

19 regression  mixed-model  beta-distribution  zero-inflation  beta-regression 

베타 회귀 (즉, 베타 분포 및 일반적으로 로짓 링크 함수가있는 GLM)는 분수, 비율 또는 확률과 같이 0과 1 사이의 값을 취하는 반응 일명 종속 변수를 처리하는 데 권장됩니다 . 결과에 대한 회귀 (비율 또는 분수) 0과 1 사이 입니다. 그러나 베타 회귀 분석은 응답 변수가 적어도 한 번은 0 또는 …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

R에서 0으로 팽창 된 음 이항 혼합 효과 모델 추정을 제공하는 패키지가 있습니까? 그 말은 : pscl 패키지의 zeroinfl 함수에서와 같이 제로 인플레이션에 대한 이항 모델을 지정할 수있는 제로 인플레이션 : zeroinfl (y ~ X | Z, dist = "네 그빈") 여기서 Z는 제로 인플레이션 모델의 공식입니다. 모형의 카운트 부분에 …

17 r  mixed-model  count-data  negative-binomial  zero-inflation 

현재 family = gaussian0보다 낮은 값을 가질 수 없으며 0으로 팽창하고 연속적 인 생물 다양성의 지표에 선형 모델 ( ) 을 적용하려고합니다 . 값의 범위는 0에서 0.25를 약간 상회합니다. 결과적으로, 내가 제거하지 못한 모델의 잔차에는 분명한 패턴이 있습니다. 누구든지 이것을 해결하는 방법에 대한 아이디어가 있습니까?

16 regression  zero-inflation  tobit-regression  tweedie-distribution 

Tweedie 분포는 모수 (평균-분산 관계에서 지수)가 1과 2 사이 일 때 0으로 점 질량을 사용하여 치우친 데이터를 모델링 할 수 있습니다 .ppp 유사하게 0 팽창 된 (그렇지 않으면 연속적이든 불연속적인) 모델은 많은 수의 0을 가질 수 있습니다. 이러한 종류의 모델로 적합치를 예측하거나 계산할 때 모든 예측값이 0이 아닌 이유를 이해하는 …

15 r  generalized-linear-model  prediction  zero-inflation  tweedie-distribution 

제로 팽창 분포를 이해하기 위해 고심하고 있습니다. 그들은 무엇인가? 점은 무엇인가? 0이 많은 데이터가있는 경우 로지스틱 회귀에 적합하고 먼저 0의 확률을 계산 한 다음 모든 0을 제거한 다음 선택한 분포 (예 : 포아송)를 사용하여 정기적 회귀에 적합합니다. 그런 다음 누군가 나에게 "이봐, 제로 팽창 분포를 사용하십시오."라고 말했지만 그것을 찾으면 위에서 …

15 zero-inflation 

가정 독립적이며Y=(Y1,…,Yn)′Y=(Y1,…,Yn)′ \textbf{Y} = (Y_1, \dots, Y_n)' Yi=0Yi=kwith probability pi+(1−pi)e−λiwith probability (1−pi)e−λiλki/k!Yi=0with probability pi+(1−pi)e−λiYi=kwith probability (1−pi)e−λiλik/k!\eqalign{ Y_i = 0 & \text{with probability} \ p_i+(1-p_i)e^{-\lambda_i}\\ Y_i = k & \text{with probability} \ (1-p_i)e^{-\lambda_i} \lambda_{i}^{k}/k! } 또한 가정 파라미터 및 P = ( P 1 , ... , P는 N을 ) 충족λ=(λ1,…,λn)′λ=(λ1,…,λn)′\mathbf{\lambda} …

14 poisson-regression  zero-inflation 

나는 고독한 꿀벌 풍부도에 대해 매우 작은 데이터 세트를 가지고 있는데, 분석하는데 문제가 있습니다. 그것은 계수 데이터이며, 거의 모든 계수는 다른 처리에서 대부분의 0으로 처리됩니다. 6 개의 사이트 중 2 개에 각각 하나씩 두 개의 매우 높은 값이 있으므로 카운트 분포가 매우 긴 꼬리를 갖습니다. R에서 일하고 있습니다. lme4와 glmmADMB의 …

12 count-data  negative-binomial  mixed-model  zero-inflation  lme4-nlme 

R과 JAGS에서 제로 팽창 포아송 모델을 설정하려고합니다. 나는 JAGS를 처음 사용하고 있으며이를 수행하는 방법에 대한 지침이 필요하다. 나는 y [i]가 관측 된 변수 인 다음을 시도 해왔다 model { for (i in 1:I) { y.null[i] <- 0 y.pois[i] ~ dpois(mu[i]) pro[i] <- ilogit(theta[i]) x[i] ~ dbern(pro[i]) y[i] <- step(2*x[i]-1)*y.pois[i] + …

12 r  poisson-distribution  jags  zero-inflation