Số lượng không cần phải được điều chỉnh để kiểm tra tỷ lệ khả năng của các mô hình poisson / loglinear?


9

Nếu có 0 trong bảng dự phòng và chúng tôi phù hợp với các mô hình poisson / loglinear lồng nhau (sử dụng glmhàm R ) để kiểm tra tỷ lệ khả năng, chúng ta có cần điều chỉnh dữ liệu trước khi khớp các mô hình glm không (ví dụ thêm 1/2 cho tất cả số lượng)? Rõ ràng một số thông số không thể được ước tính mà không có một số điều chỉnh, nhưng làm thế nào để điều chỉnh / thiếu điều chỉnh có hiệu lực trong thử nghiệm LR?


có lẽ glmthói quen sẽ bon chen nếu nó không thể xử lý số không. Bạn đã thử chưa?
shabbychef

1
vâng, nó không bị sập, nhưng tùy thuộc vào công thức (ví dụ trong mô hình bão hòa), một số tham số có thể có lỗi tiêu chuẩn vô hạn một cách hiệu quả. Câu hỏi của tôi là liệu đây có phải là một vấn đề khi làm một bài kiểm tra tỷ lệ khả năng. Bạn vẫn có thể tính toán khả năng ngay cả khi một số tham số không được ước tính, những tham số đó sẽ không đóng góp cho khả năng đó. Thực hành tiêu chuẩn là gì và tại sao?
BR1

Câu trả lời:


7

Một trong những sức mạnh của mô hình hồi quy nói chung là bạn có thể làm trơn tru các khu vực không có dữ liệu - mặc dù như bạn đã nhận thấy, đôi khi có vấn đề trong việc ước tính các tham số. Tôi sẽ đề nghị rằng nếu bạn nhận được những thứ như lỗi tiêu chuẩn vô hạn thì đã đến lúc phải xem xét lại phương pháp mô hình hóa của bạn.

Một lưu ý đặc biệt cần thận trọng: Có một sự khác biệt giữa "Không có số lượng" trong một tầng lớp cụ thể và không thể có số lượng trong tầng đó. Ví dụ, hãy tưởng tượng bạn đang thực hiện một nghiên cứu về các rối loạn tâm lý cho Hải quân Hoa Kỳ từ năm 2000 đến 2009 và có các thuật ngữ hồi quy nhị phân cho cả "Là phụ nữ" và "Phục vụ trên tàu ngầm". Một mô hình hồi quy thể ước tính các hiệu ứng trong đó cả hai biến = 1 mặc dù có số không trong đó cả hai = 1. Tuy nhiên suy luận đó sẽ không hợp lệ - trường hợp như vậy là không thể. Vấn đề này được gọi là "không tích cực" và đôi khi là một vấn đề trong các mô hình phân tầng cao.


@ skyguy94 Thật kỳ lạ là tôi không - Tôi biết rằng, tôi đã quên lưu ý việc sử dụng bộ dữ liệu hồi cứu>. <. Chỉnh sửa để phản ánh điều đó.
Fomite

Re: "Mô hình hồi quy có thể ước tính các hiệu ứng trong đó cả hai biến = 1 hoặc tương tác giữa hai biến " - Tôi không nghĩ đó là sự thật. Nếu bạn có hai dự đoán nhị phân không bao giờ '1' với nhau, thì tương tác là không đổi (luôn luôn là '0'), do đó hiệu quả của nó không được xác định.
Macro

@Macro Bạn nói đúng, tôi đang chỉnh sửa một chút. Tôi đã suy nghĩ về các thuật ngữ mà chúng không phải là chỉ số nhị phân.
Fomite

1
(+1) Vì vậy, các vấn đề không hợp lý của trường hợp cả hai = 1 sang một bên, ước tính dựa trên mô hình sẽ chỉ là tổng của hai hiệu ứng cận biên, mà chúng ta biết có thể rất sai lệch theo đúng nghĩa của nó :)
Macro
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.